Μέθοδοι ανάλυσης μεγάλου όγκου δεδομένων στο χώρο της υγείας

This item is provided by the institution :
/aggregator-openarchives/portal/institutions/uoa   

Repository :
Pergamos Digital Library   

see the original item page
in the repository's web site and access all digital files if the item*



Μέθοδοι ανάλυσης μεγάλου όγκου δεδομένων στο χώρο της υγείας

Σάραφ Σοφία (EL)
Saraf Sofia (EN)

born_digital_postgraduate_thesis
Διπλωματική Εργασία (EL)
Postgraduate Thesis (EN)

2017


Ο βασικός στόχος των συστημάτων υγείας είναι η καλύτερη δυνατή παροχή υπηρεσιών υγείας υψηλής ποιότητας με το χαμηλότερο κόστος και με προσβασιμότητα στο μεγαλύτερο δυνατό πληθυσμό. Παρόλο που υπάρχει τεράστια διαθεσιμότητα πληροφοριών και γνώσης που μπορεί να προσφέρει αυτές τις ζητούμενες δυνατότητες βελτίωσης των συστημάτων υγείας, παρατηρείται αδυναμία αξιοποίησης τους και εξόρυξης των δεδομένων με βάση τις απαιτήσεις που υπάρχουν. Αυτή την αδυναμία και το κενό καλείται να καλύψει αποτελεσματικά η ανάλυση μεγάλου όγκου δεδομένων. Στην παρούσα διπλωματική εργασία περιγράφονται οι έννοιες των μεγάλων δεδομένων, των μεθόδων εξόρυξης και ανάλυσης τους με έμφαση στον τομέα της υγείας. Επιπλέον γίνεται αναφορά στην πρακτική χρήση εργαλείων και στα αποτελέσματα που μας προσφέρουν καθώς και στις μελλοντικές προοπτικές και στην εφαρμογή τους στην ελληνική πραγματικότητα. Η εργασία περιλαμβάνει εκτενώς όλα τα χαρακτηριστικά που μπορούν να ληφθούν υπόψη από τις υγειονομικές υπηρεσίες για την αξιοποίηση των μεγάλων δεδομένων από αυτές καθώς και η προτεινόμενη μεθοδολογία και ο αναμενόμενος αντίκτυπος τους στην υγεία. Τέλος για να δοθεί ένα παράδειγμα ανάλυσης μεγάλων δεδομένων υγείας γίνεται χρήση του εργαλείου ανάλυσης δεδομένων Rapid Miner με πραγματικά δεδομένα από το Βρετανικό σύστημα υγείας και παρουσίαση των αποτελεσμάτων που μας εμφανίζει. (EL)
The main goal of health systems is to provide the best possible healthcare services at the lowest cost and with accessibility to the largest possible population. Although there is enormous availability of information and knowledge that can provide the opportunities demanded for improving health systems, it is impossible to use them and draw the necessary data based on the requirements that exist. This weakness is called to effectively cover the analysis of large volumes of data. This thesis describes the concepts of large data, their mining and analysis methods with an emphasis on health. In addition, reference is made to the practical use of tools and the results they offer, as well as to their future prospects and their implementation in Greek reality. The thesis includes extensively all the features that can be taken into account by health services to exploit their large data, as well as the proposed methodology and their expected health impact. Finally, to give an example of a health big data analysis, the Rapid Miner data analysis tool is used with real-world data from the UK Health System and a presentation of the results is included. (EN)

Επιστήμες Υγείας (EL)
Health Sciences (EN)

Greek




*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)