Η Τεχνητή Νοημοσύνη (ΤΝ) έχει καθιερωθεί τα τελευταία χρόνια ως μια από τις πιο
σημαντικές τεχνολογικές εξελίξεις, με αυξανόμενη παρουσία και εφαρμογή στο χώρο
της υγείας. Η παρούσα εργασία εξετάζει τόσο τη θεωρητική εξέλιξη της ΤΝ,
ξεκινώντας από τις πρώτες εφαρμογές της, όπως τα συστήματα βασισμένα σε κανόνες
(expert systems) και ειδικότερα το σύστημα MYCIN*, όσο και τις σύγχρονες
εφαρμογές της σε επιμέρους ιατρικούς τομείς, όπως η καρδιολογία, η νευρολογία και
η ακτινολογία. Μέσα από τη βιβλιογραφική ανασκόπηση αναδεικνύεται η μετάβαση
από τα λογικά μοντέλα τύπου «if-then» σε πιο σύνθετες μεθόδους μηχανικής μάθησης
και βαθιάς μάθησης, οι οποίες επιτρέπουν την ανάλυση μεγάλου όγκου δεδομένων και
τη βελτίωση της διαγνωστικής και θεραπευτικής διαδικασίας.
Παράλληλα, η εργασία διερευνά το επίπεδο γνώσης, τις αντιλήψεις και κυρίως την
εμπιστοσύνη των πολιτών και των επαγγελματιών υγείας απέναντι στη χρήση της ΤΝ
στην υγειονομική φροντίδα, μέσω ποσοτικής και ποιοτικής έρευνας με τη χρήση
ερωτηματολογίου. Τα αποτελέσματα έδειξαν ότι ενώ η πλειονότητα των
συμμετεχόντων είναι εξοικειωμένη με την έννοια της ΤΝ και αναγνωρίζει τις
εφαρμογές της στην υγεία, η εμπιστοσύνη προς αυτή παραμένει περιορισμένη. Η ΤΝ
αξιολογείται κυρίως ως ένα χρήσιμο υποστηρικτικό εργαλείο, ενώ η πλήρης
αντικατάσταση του ιατρού δεν γίνεται αποδεκτή.
Οι κυριότεροι λόγοι περιορισμένης εμπιστοσύνης σχετίζονται με την απουσία
ανθρώπινης κρίσης και ενσυναίσθησης, τον φόβο λανθασμένων διαγνώσεων και με
ζητήματα αξιοπιστίας. Η ανάλυση των προσωπικών εμπειριών έδειξε ότι η στάση
απέναντι στην ΤΝ επηρεάζεται σημαντικά από την άμεση ή έμμεση εμπειρία χρήσης
της, ενώ η ανάγκη διασταύρωσης των πληροφοριών με επαγγελματίες υγείας
παραμένει έντονη.
Συμπερασματικά, η ΤΝ διαθέτει σημαντικές δυνατότητες για τη βελτίωση των
υπηρεσιών υγείας, ωστόσο η επιτυχής ενσωμάτωσή της εξαρτάται από την ενίσχυση
της εμπιστοσύνης των χρηστών, τη διαφάνεια των συστημάτων, την κατάλληλη
εκπαίδευση και τη διατήρηση του ανθρώπινου παράγοντα στη λήψη ιατρικών αποφάσεων.

Artificial Intelligence (AI) has become established in recent years as one of the most
significant technological advancements, with an increasing presence and application in
the healthcare sector. The present study examines both the theoretical evolution of AI,
starting from its early applications, such as rule-based systems (expert systems) and, in
particular, the MYCIN* system, as well as its contemporary applications in specific
medical fields, including cardiology, neurology and radiology. Through the literature
review, the transition from “if-then” logical models to more advanced machine learning
and deep learning methods is highlighted, enabling the analysis of large volumes of
data and the improvement of diagnostic and therapeutic processes.
At the same time, the study investigates the level of knowledge, perfections and most
importantly the degree of trust of both the general public and healthcare professionals
regarding the use of AI in healthcare, through a combination of quantitative and
qualitative research methods using a questionnaire. The results indicated that, although
the majority of participants are familiar with the concept of AI and recognize its
applications in healthcare, trust in its use remains limited. AI is primarily perceived as
a useful supportive tool, while its complete replacement of physicians is not accepted.
The main reasons for limited trust are associated with the absence of human judgment
and empathy, concerns about misdiagnosis, and issues of reliability. The analysis of
personal experiences showed that attitudes toward AI are significantly influenced by
direct or indirect experience with its use, while the need to verify information with
healthcare professionals remains strong.
In conclusion, AI has significant potential to improve healthcare services; however, its
successful integration depends on strengthening user trust, ensuring system
transparency, providing appropriate education and maintaining the human element in medical decision-making.