Η τεχνητή νοημοσύνη στην βιομηχανία της Ιατρικής Τεχνολογίας: Μια εμπειρική έρευνα

Artificial Intelligence (AI) and Medical Technologies Industries: An empirical research (Αγγλική)

  1. MSc thesis
  2. Dimopoulos, Panagiotis
  3. Διοίκηση Επιχειρήσεων (MBA)
  4. 17 Μαίου 2020 [2020-05-17]
  5. Αγγλικά
  6. 135
  7. Zobolas, George
  8. Zobolas, George | Katsanakis, Ioannis
  9. Τεχνητή Νοημοσύνη | Artificial Intelligence | Τεχνολογία στην Ιατρική Βιομηχανία | Medical Industry Technologies | Συστήµατα Υποστήριξης Κλινικών Αποφάσεων (ΣΥΚΑ) | Medical Decision Support Systems (MDSS) | Εξειδικευμένα συστήματα (ΕΣ) | Experienced systems | Ιατρική Τεχνολογία πληροφοριών | Medical IT
  10. 2
  11. 17
  12. 163
  13. List of figures Figure 1: Turing test on machine intelligence 3 Figure 2: Edison platform 33 List of Charts, Tables and Graphs Chart 1. Comparison of expert systems with conventional programs 20 Table 1 & Graph 1: Gender 49 Table 2 & Graph 2: Age 50 Table 3 & Graph 3: Level of education 51 Table 4 & Graph 4: Service in the health sector 52 Table 5 & Graph 5: According to the European Commission, Artificial Intelligence refers to systems that display intelligent behavior by analyzing their environment and taking actions - with some degree of autonomy - to achieve specific goals 53 Table 6 & Graph 6: Are you aware of the use of Artificial Intelligence technologies in the health sector? 54 Table 7 & Graph 7: Does your organization uses Artificical Intelignece technologies 55 Table 8 & Graph 8: At what level of organization is Artificial Intelligence most applicable? 56 Table 9: Impact of Artificial Intelligence on their career and work 57 Graph 9: Impact of Artificial Intelligence on their career and work 58 Table 10: Will and encouragement to work with Artificial Intelligence? 59 Graph 10: Will and encouragement to work with Artificial Intelligence? 60 Table 11: Cronbach’s Alpha 61 Table 12: Statistical tests 62 Graphs 11-21: Statistically significant dependencies 64 Table 13: Pearson 66
  14. Advanced Quantitative Methods for Managers, Vol.1 /MBA 60 - Kavussanos M.G
    • Η τεχνητή νοημοσύνη στην Ιατρική Βιομηχανία είναι μια σημαντική ανακάλυψη που επηρεάζει όχι μόνο την κατηγοριοποίηση των ασθενειών αλλά μπορεί ακόμη και να οδηγήσει στην θεραπεία αυτών. Σήμερα, μέσω της ψηφιοποίησης των νευρωνικών δικτύων τεχνητής νοημοσύνης, οι επιστήμονες της ιατρικής έχουν την δυνατότητα να επεξεργαστούν ιατρικές πληροφορίες και να ταξινομήσουν συγκεκριμένα πρότυπα που σχετίζονται με την ιατρική διάγνωση. Η διαδικασία λήψης αποφάσεων περιλαμβάνει πολλούς παράγοντες αβεβαιότητας, που σχετίζονται με την ανθρώπινη φύση και συμπεριφορά. Συνδυάζοντας την ασαφή λογική με γνώση πολύπλοκα ιατρικά φαινόμενα και πληροφορίες μπορούν να αντιμετωπιστούν και να εξηγηθούν με ακριβή αποτελέσματα. Η συγκεκριμένη μελέτη θα προσπαθήσει να προσδιορίσει την τεχνητή νοημοσύνη, να εξηγήσει την εφαρμογή της στον κλάδο της Ιατρικής τεχνολογίας, να περιγράψει την τρέχουσα κατάσταση, να αναδείξει πιθανές ευκαιρίες και να θέσει τις βάσεις για μελλοντική έρευνα. Αρχικά αποσαφηνίζονται οι όροι της Τεχνητής Νοημοσύνης και στη συνέχεια γίνεται μια ιστορική προσέγγιση του θέματος. Εκτός των θεωρητικών και ερευνητικών ενοτήτων αυτής της ανάλυσης, τονίζεται ο ρόλος της τεχνητής νοημοσύνης στις ιατρικές τεχνολογίες, και δίνεται έμφαση στις καινοτόμες δράσεις και τη θεραπεία ασθενειών. Αναφορά γίνεται επιπλέον στις πιο δημοφιλείς σύγχρονες μεθόδους μηχανικής μάθησης και στα διάφορα μοντέλα πρόβλεψης. Η έρευνα μέσω της πρακτικής διαδικασίας θα επιδιώξει να συγκεντρώσει απαντήσεις ειδικών στον τομέα, χρησιμοποιώντας ένα συγκεκριμένο ερωτηματολόγιο. Οι απαντήσεις της έρευνας θα χρησιμοποιηθούν για τη λήψη αποτελεσμάτων, μέσω ενός στατιστικού εργαλείου, σχετικά με τον τρόπο με τον οποίο οι ειδικοί αντιλαμβάνονται το παρόν και το εγγύς μέλλον της τεχνητής νοημοσύνης.
    • Artificial intelligence in Medical Technologies Industries is a breakthrough that impacts not only disease categorization but could even lead to disease treatment. Nowadays, through digitalization and neural networks of artificial intelligence, it is possible for medical scientists to process medical information and classify specific patterns associated with a medical diagnosis. The decision-making process involves many factors of uncertainty, where are related to human nature and behavior. By combining vague logic with knowledge, complex medical phenomena and information can be addressed and further explained with precise results. This study will try to define artificial intelligence, explain its application in Medical Technologies Industries, seeking to represent potential opportunities in this field, describe current situation and future work. First, terms of Artificial Intelligence are clarified and then a historical approach is made. In addition to the theoretical and research sections of this paper, the role of artificial intelligence in medical technologies is emphasized, with a focus on innovative actions and diseases treatment. Furthermore, a reference will be made to the most popular modern methods of machine learning, and to the different prediction models. The study through the practical process will seek to gather answers from experts in the field using a specific questionnaire. Survey answers will be then used with a statistical tool to derive results on how experts perceive the present and the near future of artificial intelligence.
  16. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.