Data Analytics in Chronic Disease Self-Management: Statistical and Machine Learning Methodologies for Knowledge Discovery based on Quantified Self Data

Διπλωματική Εργασία uoadl:2863658 118 Αναγνώσεις

Μονάδα:
Κατεύθυνση Βιοπληροφορική
Πληροφορική
Ημερομηνία κατάθεσης:
2019-02-20
Έτος εκπόνησης:
2019
Συγγραφέας:
Γεωργούντζου Αικατερίνη
Στοιχεία επιβλεπόντων καθηγητών:
Αναστασία Κριθαρά, Μεταδιδακτορική Ερευνήτρια, Εργαστήριο Τεχνολογίας Γνώσεων και Λογισμικού, Ινστιτούτο Πληροφορικής και Τηλεπικοινωνιών, ΕΚΕΦΕ «Δημόκριτος»
Πρωτότυπος Τίτλος:
Data Analytics in Chronic Disease Self-Management: Statistical and Machine Learning Methodologies for Knowledge Discovery based on Quantified Self Data
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
H Ανάλυση Δεδομένων στην Αυτοδιαχείριση Χρόνιων Παθήσεων: Μεθοδολογίες Στατιστικής και Μηχανικής Μάθησης για Εξόρυξη Γνώσεων από Προσωπικά Δεδομένα Υγείας και Τρόπου Ζωής
Περίληψη:
Η διαχείριση των χρόνιων παθήσεων συνιστά μια από τις σημαντικότερες προκλήσεις των σύγχρονων συστημάτων υγείας. Η επιτακτική ανάγκη της συνεχούς διαχείρισης των νοσημάτων αυτών, που συνιστούν αιτία θανάτου για περισσότερο από το 70% του πληθυσμού παγκοσμίως [1], ήταν ένας από τους λόγους που οδήγησαν τον τομέα της ηλεκτρονικής υγείας να γνωρίσει ραγδαία ανάπτυξη. Παράλληλα, η ιδέα της αυτοδιαχείρισης προσωπικών δεδομένων υγείας και τρόπου ζωής, υπό το πρίσμα των νέων τεχνολογιών, κερδίζει έδαφος πολύ γρήγορα. Στις μέρες μας, οι αισθητήρες συνιστούν αναπόσπαστο κομμάτι της καθημερινότητας και συλλέγουν τεράστιες ποσότητες δεδομένων, ελέγχοντας κάθε πτυχή αυτής. Η πρόκληση, λοιπόν, είναι πώς θα καταφέρουμε να διαχειριστούμε όλα αυτά τα δεδομένα που προκύπτουν από το συνδυασμό των υπηρεσιών ηλεκτρονικής υγείας με τις τεχνολογίες φορετών αισθητήρων και κυρίως πώς θα τα ερμηνεύσουμε, ώστε να διευρύνουμε τους ορίζοντες της επιστημονικής έρευνας [2]. Στο σημείο αυτό, ο τομέας της ανάλυσης δεδομένων καλείται να αναλάβει καθοριστικό ρόλο. Οι ασθενείς που χρησιμοποιούν τέτοιες τεχνολογίες, αποκτούν τη δυνατότητα να καταγράψουν και να επεξεργαστούν τα βιοσήματά τους, τις αθλητικές τους δραστηριότητες, τις καθημερινές συνήθειές τους ή ακόμα και τα συναισθήματά τους [3]. Τα δεδομένα που προκύπτουν συνιστούν τον πολύτιμο λίθο της στατιστικής και των τεχνικών μηχανικής μάθησης, η εφαρμογή των οποίων θα οδηγήσει σε εξόρυξη γνώσεων σχετικά με τους παράγοντες αυξημένης επικινδυνότητας για την υγεία ενός ασθενούς και θα παράσχει τη δυνατότητα εξατομικευμένης ιατρικής παρακολούθησης και άμεσης ενημέρωσης για αποφυγή επειγόντων περιστατικών.
Η παρούσα διπλωματική εργασία προτείνει μια μεθοδολογία ανάλυσης δεδομένων που θα εξετάσει τη συνέπεια των ασθενών στο πρόγραμμα λήψης των μετρήσεών τους και θα μελετήσει την αλληλεπίδραση μεταξύ των διαφορετικών ημερήσιων μετρήσεων, με σκοπό τον προσδιορισμό του τρόπου με τον οποίο αυτοί οι παράγοντες μπορούν να επηρεάσουν την παρακολούθηση της υγείας των ασθενών. Παράλληλα, θα πραγματοποιηθούν μελέτες που γενικεύονται σε δημογραφικό επίπεδο, συμπεριλαμβα-νομένου του φύλου, της ηλικίας και της γεωγραφικής κατανομής, έτσι ώστε να εντοπιστούν οι στατιστικά σημαντικές διαφορές στις ιατρικές τιμές ανα πληθυσμιακή ομάδα και να εξαχθούν πιο στοχευμένα, κατάλληλα συμπεράσματα. Στοχεύοντας στη βελτίωση και εξατομίκευση της ιατρικής παρακολούθησης χρόνιων καταστάσεων υγείας, η προτεινόμενη λύση δύναται να αντιμετωπίσει τις προκλήσεις των ηλεκτρονικών υπηρεσιών υγείας, παρέχοντας στους ασθενείς τη δυνατότητα έγκαιρου εντοπισμού επικίνδυνων καταστάσεων, ενίσχυση της ευημερίας τους, κινητοποίηση για συμμόρφωση στο πρόγραμμα λήψης των μετρήσεών τους αλλά και την εξειδικευμένη θεραπευτική τους αγωγή, δέσμευση για άσκηση και, τέλος, μοντελοποίηση της συμπεριφοράς τους με σκοπό τη βελτίωση της φροντίδας του εαυτού τους και την απόκτηση μιας καλύτερης ποιότητας ζωής.
Κύρια θεματική κατηγορία:
Τεχνολογία – Πληροφορική
Λέξεις-κλειδιά:
διαχείριση χρόνιων νοσημάτων, προσωπικά δεδομένα υγείας και τρόπου ζωής, κινητή υγεία, στατιστική ανάλυση δεδομένων, μηχανική μάθηση
Ευρετήριο:
Ναι
Αρ. σελίδων ευρετηρίου:
5
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
77
Αριθμός σελίδων:
83
ΑικατερίνηΓεωργούντζου_Διπλωμ ατική_FinalVersion.pdf (6 MB) Άνοιγμα σε νέο παράθυρο