Περίληψη
Η εμφάνιση μεγάλων δεδομένων στο χώρο της υγείας δημιούργησε συνθήκες και προσεγγίσεις για τη συλλογή και ανάλυση αυτών, γεγονός που οδήγησε στη λήψη τεκμηριωμένων αποφάσεων για την αντιμετώπιση θεμάτων υγείας. Η ανάλυση μεγάλων δεδομένων στο χώρο της υγείας, εκφράζει τις μεθόδους ανάλυσης του μεγάλου όγκου ηλεκτρονικών δεδομένων που σχετίζονται με την υγειονομική περίθαλψη και την ευεξία των ασθενών, τα οποία ποικίλουν και δύσκολο να μετρηθούν από ένα συμβατικό λογισμικό. Αυτή η διδακτορική διατριβή περιλαμβάνει δύο μέρη. Το πρώτο μέρος παρουσιάζει μια συστηματική βιβλιομετρική ανασκόπηση χρησιμοποιώντας τη μεθοδολογία PRISMA της ερευνητικής δραστηριότητας σχετικά με την Ανάλυση Μεγάλων Δεδομένων στον τομέα της υγείας και περιγράφει την υπάρχουσα γνώση. Ο στόχος αυτής της μελέτης είναι η συζήτηση αυτού του επιστημονικού πεδίου μέσω σχετικών παραδειγμάτων και η ενημέρωση των ερευνητών σχετικά με τη φύση και το μέγεθος των τεχνολογικών καινοτομιών στα εργαλεία ανάλυσης πληροφοριών για ...
Η εμφάνιση μεγάλων δεδομένων στο χώρο της υγείας δημιούργησε συνθήκες και προσεγγίσεις για τη συλλογή και ανάλυση αυτών, γεγονός που οδήγησε στη λήψη τεκμηριωμένων αποφάσεων για την αντιμετώπιση θεμάτων υγείας. Η ανάλυση μεγάλων δεδομένων στο χώρο της υγείας, εκφράζει τις μεθόδους ανάλυσης του μεγάλου όγκου ηλεκτρονικών δεδομένων που σχετίζονται με την υγειονομική περίθαλψη και την ευεξία των ασθενών, τα οποία ποικίλουν και δύσκολο να μετρηθούν από ένα συμβατικό λογισμικό. Αυτή η διδακτορική διατριβή περιλαμβάνει δύο μέρη. Το πρώτο μέρος παρουσιάζει μια συστηματική βιβλιομετρική ανασκόπηση χρησιμοποιώντας τη μεθοδολογία PRISMA της ερευνητικής δραστηριότητας σχετικά με την Ανάλυση Μεγάλων Δεδομένων στον τομέα της υγείας και περιγράφει την υπάρχουσα γνώση. Ο στόχος αυτής της μελέτης είναι η συζήτηση αυτού του επιστημονικού πεδίου μέσω σχετικών παραδειγμάτων και η ενημέρωση των ερευνητών σχετικά με τη φύση και το μέγεθος των τεχνολογικών καινοτομιών στα εργαλεία ανάλυσης πληροφοριών για την υγεία και την επιρροή τους. Αναφορικά με τη θεωρία βάσει πόρων, αυτή η διδακτορική διατριβή έχει εστιάσει στο πώς χρησιμοποιούνται οι μεγάλοι πόροι δεδομένων για τη δημιουργία επιχειρηματικής αλλά και κοινωνικής αξίας, συζητώντας την ταξινόμηση μεγάλων τύπων δεδομένων που σχετίζονται με την υγειονομική περίθαλψη, τις τεχνικές ανάλυσης , τις πλατφόρμες και τα εργαλεία χειρισμού για την υγεία και τις μελλοντικές πτυχές στον τομέα. Τα τελευταία χρόνια έχει αναπτυχθεί ένας μεγάλος αριθμός κινητών εφαρμογών υγείας (mHealth) για ιατρούς και φοιτητές που χρησιμοποιούν εφαρμογές και άλλες ψηφιακές τεχνολογίες ως μέρος της πρακτικής τους εκπαίδευσης αλλά και της καθημερινότητάς τους. Αυτές οι τάσεις έχουν δημιουργήσει ένα νέο κοινωνικό πλαίσιο στη διαδικασία κλινικής διάγνωσης που βασίζεται στην τεχνολογική καινοτομία στον τομέα. Εμπνευσμένο από αυτό, το δεύτερο μέρος της διδακτορικής διατριβής στοχεύει να εξετάσει τις διαθέσιμες εφαρμογές mHealth που απευθύνονται σε επαγγελματίες του ιατρικού τομέα και φοιτητές που έχουν σχεδιαστεί για να βοηθήσουν στη διαδικασία διάγνωσης και να διερευνήσουν τις πολλαπλές διαστάσεις του ερευνητικού θέματος. Με βάση τρία εννοιολογικά πλαίσια, έχουν ληφθεί διαφορετικές προσεγγίσεις με σκοπό την διερεύνηση της κοινωνικής διάστασης της πρόθεσης ενσωμάτωσης της καινοτομίας mHealth στη διαδικασία κλινικής διάγνωσης,στη διερεύνηση των ηθικών προκλήσεων που σχετίζονται με τη διακυβέρνηση και την αξιοπιστία των δεδομένων τους και στην εξήγηση για το πώς η συμπεριφορά των συγκεκριμένων καταναλωτών επηρεάζονται από ορισμένα χαρακτηριστικά των υπό μελέτη εφαρμογών. Ιδιαίτερη έμφαση δίνεται στις εφαρμογές mHealth που χρησιμοποιούν τεχνητή νοημοσύνη και παρέχεται μια μελλοντική ατζέντα για την ανάπτυξη νέων εφαρμογών για επαγγελματίες του ιατρικού τομέα με τη χρήση υπεύθυνων καινοτόμων μεθόδων. Για τη διερεύνηση των σχέσεων μεταξύ της ποιότητας της εφαρμογής, λήψεις, δυνατότητες και αξιολογήσεις χρηστών χρησιμοποιήθηκε στατιστική ανάλυση πολλαπλής γραμμικής παλινδρόμησης. Η διατριβή συμβάλλει στην έρευνα διαχείρισης συστημάτων πληροφοριών και λειτουργιών, ενώ παράλληλα δίνει τη δυνατότητα στη βιβλιογραφία για καλύτερη κατανόηση του θέματος. Αυτή η μελέτη παρέχει επίσης μια πολυεπίπεδη ανάλυση και στοχεύει να βοηθήσει τους επαγγελματίες της υγείας και τους υπευθύνους χάραξης πολιτικής για την καλύτερη κατανόηση του τρόπου με τον οποίο η ανάπτυξη μιας καινοτόμου στρατηγικής βάσει δεδομένων μπορεί να βελτιώσει τη δημόσια υγεία και τη λειτουργία των υγειονομικών οργανισμών, αλλά και πώς δημιουργεί μια τέτοια στρατηγική προκλήσεις που πρέπει να αντιμετωπιστούν στο εγγύς μέλλον για την αποφυγή κοινωνικών δυσλειτουργιών.
περισσότερα
Περίληψη σε άλλη γλώσσα
The emergence of powerful software in healthcare has created conditions and approaches for large datasets to be collected and analyzed which has led to informed decision-making towards tackling health issues. Big Data Analytics (BDA) in Healthcare, otherwise Health Analytics, express the analysis methods of the wide amount of electronic data related to patient healthcare and well-being that are very diverse and difficult to be measured by traditional software or hardware. This PhD Thesis includes two parts. The first part presents a systematic review using PRISMA of the research activity in Big Data Analytics (BDA) in the field of health and demonstrates the existing knowledge. The objective of this profiling study is to discuss this scientific field through related examples and to inform researchers about the nature and magnitude of the technological innovations in health information analysis tools, its influence, and where and how further material could be searched. With reference to ...
The emergence of powerful software in healthcare has created conditions and approaches for large datasets to be collected and analyzed which has led to informed decision-making towards tackling health issues. Big Data Analytics (BDA) in Healthcare, otherwise Health Analytics, express the analysis methods of the wide amount of electronic data related to patient healthcare and well-being that are very diverse and difficult to be measured by traditional software or hardware. This PhD Thesis includes two parts. The first part presents a systematic review using PRISMA of the research activity in Big Data Analytics (BDA) in the field of health and demonstrates the existing knowledge. The objective of this profiling study is to discuss this scientific field through related examples and to inform researchers about the nature and magnitude of the technological innovations in health information analysis tools, its influence, and where and how further material could be searched. With reference to the resource-based view theory this Doctoral Thesis has focused on how big data resources are utilised to create organization and social values, discussing the classification of big data types related to healthcare, the associate analysis techniques, the platforms and tools for handling big health data and the future aspects in the field. In recent years a large number of mobile health applications (mHealth) have been developed for medical practitioners and students that use apps and other digital technologies as part of their practice training and education. These trends have created a new social context in clinical diagnosis process based on technology innovation in the field. Inspired by this, the Second Part of the Doctoral Thesis aims to review available mHealth apps addressed to medical professionals and students designed to assist in the diagnosis process and explore the multiple dimensions of the research subject. Based on three conceptual frameworks, different approaches have been taken intending to investigate the social dimension of the intention of integration of mHealth innovation in the diagnosis process, explore the ethical challenges related to their data governance and reliability and explain how the specific consumers’ behavior is affected by certain app characteristics and attributes. A special emphasis is placed on mHealth apps that use artificial intelligence and a future agenda is provided for the development of new apps for medical professionals with the use of responsible innovative methods. To investigate the relationships between app quality, downloads, features and users’ ratings multiple linear regression statistical analysis was used. The Thesis contributes to the information systems and operations management research, while empowers mobile health literature providing a better understanding of the matter. This study also provides a multi-layered analysis and aims to assist health professionals and health policy makers with a better understanding of how the development of an innovative data driven strategy can improve public health and the functioning of healthcare organizations but also how such a strategy creates challenges that need to be addressed in the near future to avoid societal malfunctions.
περισσότερα