Η συμβολή της τεχνητής νοημοσύνης στον τομέα της φαρμακοεπαγρύπνησης

Διπλωματική Εργασία uoadl:3397731 35 Αναγνώσεις

Μονάδα:
Κατεύθυνση Ανάπτυξη Νέων Φαρμάκων: Έρευνα, Κυκλοφορία και Πρόσβαση
Βιβλιοθήκη Επιστημών Υγείας
Ημερομηνία κατάθεσης:
2024-05-07
Έτος εκπόνησης:
2024
Συγγραφέας:
Τζιόμπρα Σοφία
Στοιχεία επιβλεπόντων καθηγητών:
Κοττέας Ηλίας, Αναπληρωτής Καθηγητής, Ιατρική Σχολή, ΕΚΠΑ, Επιβλέπων
Κόλλιας Αναστάσιος, Καθηγητής, Ιατρική Σχολή, ΕΚΠΑ
Χαρπίδου Ανδριανή, Επιστημονική συνεργάτης, Ιατρική Σχολή, ΕΚΠΑ
Πρωτότυπος Τίτλος:
Η συμβολή της τεχνητής νοημοσύνης στον τομέα της φαρμακοεπαγρύπνησης
Γλώσσες εργασίας:
Ελληνικά
Μεταφρασμένος τίτλος:
Η συμβολή της τεχνητής νοημοσύνης στον τομέα της φαρμακοεπαγρύπνησης
Περίληψη:
Η φαρμακοεπαγρύπνηση περιλαμβάνει την παρατήρηση, την αξιολόγηση και τον μετριασμό παρενεργειών της φαρμακευτικής αγωγής. Μέσω αυτής, η τεχνητή νοημοσύνη (AI) είναι ένα ζωτικό εργαλείο για τη βελτίωση της υγειονομικής περίθαλψης. Στόχος της έρευνας είναι ο προσδιορισμός αυτών των κρίσιμων στοιχείων μέσω μιας μεθοδικής αξιολόγησης της βιβλιογραφίας. Παρά τα εμπόδια ερμηνείας, η μηχανική μάθηση βοηθά στην ψηφιοποίηση της υγειονομικής περίθαλψης, δημιουργώντας μεγάλα σύνολα δεδομένων. Γίνεται ακόμη έρευνα για τη βελτίωση της ακρίβειας του μοντέλου για την ομαλή ενσωμάτωση της υγειονομικής περίθαλψης, με έμφαση στη σημασία των γνωστικών υπηρεσιών και των τυποποιημένων δεδομένων για καλύτερα αποτελέσματα.
Η εξόρυξη δεδομένων ψηφιακής τεχνολογίας βρίσκει μοτίβα σε μεγάλα σύνολα δεδομένων και έτσι η φαρμακοεπαγρύπνηση κερδίζει από οργανισμούς όπως ο FDA, αν και υπάρχουν δυσκολίες λόγω της έλλειψης κατάλληλης ομάδας ελέγχου. Τα μέσα κοινωνικής δικτύωσης και τα ηλεκτρονικά αρχεία υγείας παρέχουν χρήσιμα δεδομένα για τη φαρμακοεπαγρύπνηση, γεγονός που δίνει κίνητρο για περαιτέρω μελέτη για την ενίσχυση των αναλυτικών τεχνικών. Από τη μία τεχνικές όπως η ομαδοποίηση, η ανάλυση σύνδεσης και η ανίχνευση ανωμαλιών αποδεικνύονται κρίσιμες για τον εντοπισμό ανεπιθύμητων αντιδράσεων στα φάρμακα και τη διεξαγωγή αναλύσεων συσχέτισης και από την άλλη το προγνωστικό μοντέλο βοηθά στην πρόβλεψη, την ταξινόμηση και τον προσδιορισμό των τάσεων.
Τα μέσα κοινωνικής δικτύωσης διαδραματίζουν κρίσιμο ρόλο στην επιρροή του ρυθμού ανακλήσεων των φαρμάκων μέσω της διάδοσης πληροφοριών και της συγκέντρωσης έκθεσης. Ζωτικής σημασίας είναι επίσης οι κανονισμοί που αφορούν την ψηφιακή φαρμακοεπαγρύπνηση, οι οποίοι δίνουν έμφαση στην αναφορά ανεπιθύμητων ενεργειών και στα μέσα μετά την κυκλοφορία. Στην ουσία, η φαρμακοεπαγρύπνηση αλλάζει ως αποτέλεσμα της ενσωμάτωσης της τεχνητής νοημοσύνης με την εξόρυξη κειμένου, τη μηχανική μάθηση και την ανάλυση δεδομένων. Παρά τα εμπόδια που δημιουργούνται από τα κενά στην ερμηνευσιμότητα των μοντέλων, την κακή ποιότητα δεδομένων και τις αυξανόμενες ανησυχίες για την ασφάλεια, αναζητούνται συνεργατικές λύσεις που υπόσχονται πολλά για τον κλάδο.
Κύρια θεματική κατηγορία:
Επιστήμες Υγείας
Λέξεις-κλειδιά:
Φαρμακοεπαγρύπνηση, Τεχνητή νοημοσύνη, Μηχανική μάθηση, Ανεπιθύμητες επιδράσεις, Παρενέργειες, Εξόρυξη δεδομένων
Ευρετήριο:
Όχι
Αρ. σελίδων ευρετηρίου:
0
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
99
Αριθμός σελίδων:
164
Αρχείο:
Δεν επιτρέπεται η πρόσβαση στο αρχείο. H πρόσβαση επιτρέπεται μόνο εντός του δικτύου του ΕΚΠΑ.

Διπλωματική Εργασία_ Τζιόμπρα Σοφία.pdf
2 MB
Δεν επιτρέπεται η πρόσβαση στο αρχείο. H πρόσβαση επιτρέπεται μόνο εντός του δικτύου του ΕΚΠΑ.