Διαδικασιοστρεφές σύστημα ηλεκτρονικής μάθησης για εκπαίδευση επαγγελματιών υγείας σε μεγάλα δεδομένα
| dc.contributor.advisor | Μαλαματένιου, Φλώρα | |
| dc.contributor.author | Καραμπέτσου, Βασιλική | |
| dc.date.accessioned | 2016-06-16T09:24:52Z | |
| dc.date.available | 2016-06-16T09:24:52Z | |
| dc.date.issued | 2015 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/8828 | |
| dc.description.abstract | Το αίτημα για σωστή ιατρική διάγνωση και αποτελεσματική θεραπεία (medical diagnosis and treatment) είναι διαχρονικό και ιδιαίτερα αναγκαίο να ικανοποιηθεί στην εποχή μας λόγω μειωμένων οικονομικών πόρων. Η εξάλειψη των ιατρικών λαθών οδηγεί στο ζητούμενο του συστήματος υγείας, δηλαδή στη βελτίωση της ποιότητας των παρεχόμενων υπηρεσιών υγείας με ταυτόχρονη μείωση του κόστους. Η προτεινόμενη λύση είναι η εκπαίδευση των γιατρών στον εντοπισμό, τη συλλογή, την οπτικοποίηση και την αποθήκευση σε ψηφιακή μορφή όλων των δεδομένων που χρειάζονται για να διευκολυνθεί το δύσκολο έργο τους. Είναι σημαντικό να γίνει κατανοητό ότι η χρήση μεγάλου όγκου δεδομένων δεν αποτελεί πρόβλημα αλλά πολύτιμη ευκαιρία και στοίχημα για τη βελτίωση της παρεχόμενης ιατρικής φροντίδας. Με την εργασία αυτή θα επιχειρηθεί η εκπαίδευση του ιατρικού προσωπικού και – κυρίως – των γιατρών ώστε να καταστεί ευκολότερη και αποδοτικότερη η άσκηση του λειτουργήματός τους μέσω της χρήσης «μεγάλων» δεδομένων (big data). Στο παρελθόν αναπτύχθηκαν πολλά συστήματα τα οποία αποσκοπούσαν στην παροχή πληροφοριών στους γιατρούς, τα οποία ουδέποτε υιοθετήθηκαν από αυτούς. Προφανώς δεν είχαν σχεδιαστεί με βάση τις ανάγκες τους και δεν ανταποκρίνονταν σ’ αυτές. (1) Για αυτό το λόγο, θα δημιουργηθεί ένα νέο μοντέλο μάθησης, προορισμένο να ικανοποιήσει τις ιδιαίτερες ανάγκες των εκπαιδευόμενων. Στην παρούσα διπλωματική εργασία, θα παρουσιαστεί ένα μοντέλο μάθησης το οποίο έχει στόχο την αποκάλυψη της χρησιμότητας των «μεγάλων δεδομένων» στην καθημερινή ιατρική πρακτική και στην υιοθέτησή τους από το ιατρικό προσωπικό. Η λήψη ιατρικών αποφάσεων που βασίζεται στα μεγάλα δεδομένα - σε συνδυασμό με την πολύτιμη γνώση και την εμπειρία των γιατρών - μπορεί να οδηγήσει σε ασφαλέστερες και ακριβέστερες προγνώσεις και σε αποτελεσματικότερες θεραπείες. Τα μεγάλα δεδομένα υπόσχονται να προσφέρουν υποστήριξη στο ιατρικό προσωπικό τη στιγμή ακριβώς που τη χρειάζονται, καθιστώντας την ιατρική πρακτική πιο εύκολη και αποδοτική. Οι ιατρικές αποφάσεις δεν είναι απαραίτητο να λαμβάνονται πλέον με βάση το ένστικτο και τη διαίσθηση, αλλά μπορούν να βασίζονται στα δεδομένα και τη γνώση. Τα αναμενόμενα οφέλη από τη χρήση τους είναι σημαντικά. Θεωρείται πως η αξιοποίησή τους μπορεί να οδηγήσει στη μείωση του κόστους του συστήματος υγείας μέσω της μείωσης των λαθών. Ταυτόχρονα μπορούν να συμβάλλουν στην ικανοποίηση τόσο των ασθενών, που θα λαμβάνουν αποτελεσματική ιατρική φροντίδα, όσο και των γιατρών, οι οποίοι θα λαμβάνουν υποστήριξη και ανατροφοδότηση κατά την άσκηση των καθηκόντων τους. Το μοντέλο αυτό θα αξιοποιεί την αναλυτική μάθησης (Learning analytics) με απώτερο σκοπό την παροχή ενίσχυσης στους εκπαιδευόμενους και τη βελτίωση της εκπαιδευτικής διαδικασίας. Η αναλυτική μάθησης υπόσχεται να μεταμορφώσει την επαγγελματική εκπαίδευση των γιατρών όσο και τα μεγάλα δεδομένα την καθημερινή τους πρακτική ως προς τη διάγνωση και τη θεραπεία. Τέλος, θα υλοποιηθεί ένα σύστημα ηλεκτρονικής μάθησης (e-learning system), με βάση την τεχνολογία ροής εργασιών, το οποίο θα ενσωματώνει το παραπάνω μοντέλο μάθησης. | el |
| dc.format.extent | 179 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
| dc.subject | Ηλεκτρονική μάθηση | el |
| dc.subject | Ιατρική τεχνολογία | el |
| dc.subject | Ιατρικό προσωπικό | el |
| dc.title | Διαδικασιοστρεφές σύστημα ηλεκτρονικής μάθησης για εκπαίδευση επαγγελματιών υγείας σε μεγάλα δεδομένα | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων | el |
| dc.description.abstractEN | The timeless request for accurate and effective medical diagnosis and treatment is nowadays more important than ever due to the restricted financial resources. The deterioration of medical mistakes leads to the demand of healthcare system to both improve the provided services quality and reduce the costs. The solution we propose is physician’s education in searching, gathering, visualization and storing in digital form of all data they need to improve their practice. It’s really important to show that ‘big data’ is rather a valuable opportunity and a challenge than a problem. In fact, this is an attempt to educate healthcare professionals – mainly doctors – to use big data in order to make their practice easier and more effective. During the past, a lot of systems that intended to provide information to doctors had been produced but they weren’t adopted. It seems that these systems didn’t satisfy physicians’ needs.(1) That’s the reason a new learning model is presented, a model planned especially for learners’ custom needs. Taking medical decisions based on big data - combined with the valuable knowledge and experience of physicians - can lead to safer and more accurate diagnosis and effective treatments. Big data promise to offer support to medical staff just when they need it, making medical practice easier and more efficient. Medical decisions need not be taken now by instinct and intuition, but may be based on data and knowledge. The expected benefits from their use are important. They considered that their use may lead to reduction of costs in the health system by reducing errors. At the same time they can contribute to satisfying both patients who will receive effective medical care, and doctors, who will receive support and feedback during the performance of their duties. This model will utilize Learning Analytics with a view which provides assistance to learners and improves the educational process. Learning Analytics promise to transform the training of doctors as big data promise to transform everyday medical diagnosis and treatment. Finally, an e-learning system based on workflow technology will be implemented. This system incorporates the above learning model. | el |
| dc.contributor.master | Διδακτική της Τεχνολογίας και Ψηφιακά Συστήματα | el |
| dc.subject.keyword | Big data | el |
| dc.subject.keyword | Μεγάλα δεδομένα | el |
| dc.subject.keyword | Ιατροί | el |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Ψηφιακών Συστημάτων
Department of Digital Systems
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές