ΔΗΜΙΟΥΡΓΙΑ ΕΥΦΥΟΥΣ ΣΥΣΤΗΜΑΤΟΣ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ ΓΙΑ ΝΕΟΥΣ ΝΟΣΗΛΕΥΤΕΣ ΣΤΟΝ ΝΕΥΡΟ- ΨΥΧΙΑΤΡΙΚΟ ΤΟΜΕΑ.

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΔΗΜΙΟΥΡΓΙΑ ΕΥΦΥΟΥΣ ΣΥΣΤΗΜΑΤΟΣ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ ΓΙΑ ΝΕΟΥΣ ΝΟΣΗΛΕΥΤΕΣ ΣΤΟΝ ΝΕΥΡΟ- ΨΥΧΙΑΤΡΙΚΟ ΤΟΜΕΑ."

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΙΑΤΡΙΚΗΣ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ ΕΠΙΣΤΗΜΩΝ ΖΩΗΣ» Κατεύθυνση: Ιατρική Πληροφορική ΔΗΜΙΟΥΡΓΙΑ ΕΥΦΥΟΥΣ ΣΥΣΤΗΜΑΤΟΣ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ ΓΙΑ ΝΕΟΥΣ ΝΟΣΗΛΕΥΤΕΣ ΣΤΟΝ ΝΕΥΡΟ- ΨΥΧΙΑΤΡΙΚΟ ΤΟΜΕΑ. ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ του Μεταπτυχιακού Φοιτητή Ανδρέα Χ. Ανδρικόπουλου Νοσηλευτής Τ.Ε Εισηγητής: Ιωάννης Χατζηλυγερούδης, Αναπληρωτής Καθηγητής Τριμελής επιτροπή: Ι. Χατζηλυγερούδης Κ. Κουτσογιάννης Σ. Λυκοθανάσης Πάτρα

2 Πίνακας περιεχομένων Περίληψη... 4 Πρόλογος... 5 Εισαγωγή... 7 Κεφάλαιο ΚΑΤΑΘΛΙΨΗ Γενικά Κλινικές μορφές κατάθλιψης Κεφάλαιο TEXNHTH ΝΟΗΜΟΣΥΝΗ Κ ΕΜΠΕΙΡΑ ΣΥΣΤΗΜΑΤΑ Εισαγωγή Η τεχνητή νοημοσύνη στην ιατρική Εμπειρα συστήματα Ανθρωποι-ειδικοί και έμπειρα συστήματα Δομή και λειτουργία ενός έμπειρου συστήματος Βάση γνώσης-εξαγωγή συμπερασμάτων Διαδικασία ανάπτυξης ενός έμπειρου συστήματος Μηχανική μάθηση Εργαλείο WEKA Δημιουργία έμπειρου συστήματος από δεδομένα Εργαλείο ACRES Δημιουργία Υβριδικών κανόνων από δεδομένα Εργαλείο HYMES Αξιολόγηση έμπειρων συστημάτων Κεφάλαιο ΠΑΡΟΥΣΙΑΣΗ ΓΝΩΣΗΣ ΠΕΔΙΟΥ Κριτήρια DSM-IV-TR για τον προσδιορισμό της άτυπης κατάθλιψης Κριτήρια DSM-IV-TR για τον προσδιορισμό των μελαγχολικών χαρακτηριστικών Κριτήρια DSM-IV-TR για τον προσδιορισμό της ψυχωτικής κατάθλιψης Κριτήρια DSM-IV-TR για τη δυσθυμική διαταραχή (όψιμης έναρξης) Κριτήρια DSM-IV-TR για το μανιακό επεισόδιο (Διπολική Διαταραχή Ι) Κριτήρια DSM-IV-TR για το υπομανιακό επεισόδιο (Διπολική Διαταραχή ΙΙ) Κριτήρια DSM-IV-TR για την κυκλοθυμική διαταραχή Κριτήρια DSM-IV-TR για τον προσδιορισμό της επιλόχειας κατάθλιψης Κριτήρια DSM-IV-TR για τον προσδιορισμό Δυσφορίας πριν την έμμηνο ρύση Κριτήρια DSM-IV-TR για τον προσδιορισμό της εποχικής κατάθλιψης Υποκατηγορίες που σχετίζονται με το άγχος Μοντελοποίηση Γνώσης Πεδίου

3 Κεφάλαιο ΔΗΜΙΟΥΡΓΙΑ ΕΜΠΕΙΡΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΕΙΡΑΜΑΤΙΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ Δημιουργία συνόλου δεδομένων Το έμπειρο συστημα PSYCHO Έμπειρο σύστημα Data PSYCHO Έμπειρο σύστημα Data PSYCHO Έμπειρο σύστημα Data PSYCHO Σύγριση έμπειρων συστημάτων Κεφάλαιο ΣΥΜΠΕΡΑΣΜΑΤΑ Βιβλιογραφία Δικτυακές πηγές

4 Περίληψη Η κατάθλιψη είναι από τα πιο συχνά ψυχικά νοσήµατα µε τα οποία έρχεται αντιµέτωπος τόσο ο ψυχίατρος όσο και ο νοσηλευτής της πρωτοβάθµιας φροντίδας, στην καθηµερινή τους κλινική πράξη. Τα νοσήµατα αυτά προσθέτουν µεγάλο φορτίο τόσο ψυχολογικό όσο και οικονοµικό στους ασθενείς, τις οικογένειές τους αλλά και το κοινωνικό σύνολο. Ειδικά για την κατάθλιψη το µέλλον δεν φαίνεται και τόσο ευοίωνο. Σε µια πρόσφατη κοινή ανακοίνωση της Παγκόσµιας Τράπεζας, της Παγκόσµιας Οργάνωσης Υγείας και του Πανεπιστηµίου Harvard αναφέρεται ότι στα επόµενα 5 χρόνια η κατάθλιψη θα καταλάβει τη δεύτερη θέση στον κατάλογο µε τις καταστάσεις που προκαλούν σηµαντική απώλεια χρόνου υγείας και παραγωγικής ζωής. Στην παρούσα διπλωματική εργασία περιγράφεται η δημιουργία ένός ευφυούς συστήματος υποστήριξης αποφάσεων, προκειμένου να συνδράμει στην ανάπτυξη της κρίσης του αρχάριου νοσηλευτή για την καλύτερη και ασφαλέστερη εφαρμογή των ιατρικών και νοσηλευτικών κανόνων στον τομέα της Ψυχιατρικής. Ένας δεύτερος στόχος της διπλωματικής είναι η σύγκριση διαφορετικών μεθόδων δημιουργίας του. Δημιουργήθηκαν τέσσερα διαφορετικά συστήματα, όσον αφορά το είδος των κανόνων που χρησιμοποιήθηκαν (π.χ. απλοί κανόνες από τους ειδικούς, κανόνες με συντελεστές βεβαιότητας και υβριδικοί κανόνες από αυτόματη παραγωγή με μεθόδους μηχανικής μάθησης), και έχει γίνει σύγκριση της αποτελεσματικότητάς τους με βάση διεθνώς χρησιμοποιούμενες μετρικές. Η υβριδική μορφή κανόνων παρουσίασε και την μεγαλύτερη αποτελεσματικότητα μεταξύ των τεσσάρων συστημάτων (ακρίβεια 94% ενάντι 89 % και 84 % και 82 % αντίστοιχα). Τα συστήματα αυτά μπορούν να λειτουργήσουν στα πλαίσια μιας πλήρους εφαρμογής όχι ως ανταγωνιστικά αλλά ως συμπληρωματικά για την γρήγορη και πιό αξιόπιστη διαλογή και διάγνωση των παθήσεων των ασθενών που προσέρχονται στα Επείγοντα Περιστατικά ενός Νοσηλευτικού Ιδρύματος με πιθανή Νευροψυχιατρική διαταραχή από νέους νοσηλευτές.. 4

5 Πρόλογος Το παραδοσιακό μοντέλο της υγειονομικής περίθαλψης ενός αρχάριου νοσηλευτή αλληλεπιδρά με τον ρόλο ενός ανώτερου νοσηλευτή με τη μορφή της καθοδήγησης. Δεν είναι δυνατόν στο σημερινό κόσμο της έλλειψης νοσηλευτικού προσωπικού και των ολοένα αυξημένων αναγκών των ασθενών μιας κλινικής να μεθοδευτούν οι αποφάσεις τόσο θεωρητικά όσο και πρακτικά. Επιπλέον, λόγω ρυθμιστικών και νομικών θεμάτων απαιτείται μεγαλύτερη προσπάθεια στην απεικόνιση και αποθήκευση ψηφιακών πληροφοριών όσον αφορά την φροντίδα των ασθενών. Η συλλογή αυτών των πληροφοριών μπορεί να κοστίσει σε χρόνο για τον νοσηλευτή, για την πραγματική φροντίδα των ασθενών. Σε έναν τέλειο κόσμο, το νοσοκομείο θα έχει όλους τους φακέλους των ασθενών και όλες τις πληροφορίες σχετικά με τις νοσηλείες που θα είναι αποθηκευμένες και προσβάσιμες ψηφιακά. Στην πραγματικότητα, λόγω των παραδοσιακών χειροκίνητων τεχνικών για την εισαγωγή δεδομένων(ανάλυση νοσηλείας και εξιτήριο), ο νοσηλευτής δεν έχει σε πραγματικό χρόνο πρόσβαση στις πληροφορίες αυτές για την ενίσχυση της φροντίδας του ασθενούς. Επί του παρόντος, τα στοιχεία που συλλέγονται για τον ασθενή αποσκοπούν στην υποστήριξη νομικών και οικονομικών θεμάτων όπως η χρέωση της νοσηλείας στο ασφαλιστικό ταμείο του ασθενούς, το οποίο και ξεφεύγει από τον αρχικό στόχο της εισαγωγής του ασθενούς στο νοσοκομείο, που είναι η παροχή πρωτοβάθμιας φροντίδας υγείας. Στην παρούσα διπλωματική εργασία περιγράφεται ένα ευφυές σύστημα, προκειμένου να συνδράμει στην ανάπτυξη της κρίσης του αρχάριου νοσηλευτή για την καλύτερη και ασφαλέστερη εφαρμογή των ιατρικών και νοσηλευτικών κανόνων στον τομέα της Ψυχιατρικής. Φιλοδοξούμε η παρούσα εργασία να υποστηρίξει έναν τομέα ασθενών των εξωτερικών ιατρείων ενός Νοσηλευτικού ιδρύματος. Σκοπός της εργασίας αυτής αποτελεί η δημιουργία ενός ευφυούς συστήματος διαλογής και κατηγοριοποίησης των ασθενών, που προσέρχονται στο Ψυχιατρικό Τμήμα. Σκοπός του συστήματος, δεν θα είναι να μιμηθεί την ιατρική ανθρώπινη 5

6 αιτιολογία ενός εμπειρογνώμονα, αλλά να αποτελέσει ένα χρήσιμο εργαλείο για την αποτελεσματικότερη και ταχύτερη υποστήριξη του νοσηλευτικού προσωπικού. Αρχικά, πραγματοποιήθηκε η συλλογή των δεδομένων. Δηλαδή, συγκεντρώθηκε ένας σημαντικός αριθμός δεδομένων ασθενών, οι οποίοι έχουν προσέλθει στον Ψυχιατρικό Τομέα. Τα δεδομένα αυτά είναι ανώνυμα και περιλαμβάνουν δημογραφικά στοιχεία, το κύριο σύμπτωμα του ασθενή, την αξιολόγηση από τον ειδικευμένο νοσηλευτή με βάση και ένα σύνολο από χαρακτηριστικά γνωρίσματα για κάθε περιστατικό. Παράλληλα με την συλλογή των δεδομένων, πραγματοποιήθηκαν συνεντεύξεις με εμπειρογνώμονες. Η γνώση, η οποία έχει παραχθεί από τα δεδομένα και από τις συνεντεύξεις, αποτέλεσαν την πηγή για την παραγωγή των κανόνων του συστήματος που χρησιμοποιούνται για την κατηγοριοποίηση των ασθενών. Δημιουργήθηκαν τρία διαφορετικά συστήματα, όσον αφορά το είδος των κανόνων που θα χρησιμοποιηθούν (π.χ. απλοί κανόνες από τους ειδικούς, κανόνες με συντελεστές βεβαιότητας και υβριδικοί κανόνες από αυτόματη παραγωγή με μεθόδους μηχανικής μάθησης) και έχει γίνει σύγκριση της αποτελεσματικότητάς με βάση διεθνώς χρησιμοποιούμενες μετρικές. Η αποτελεσματικότητα των τριών συστημάτων όχι ως ανταγωνιστικά αλλά ως συμπληρωματικά για την γρήγορη και αξιόπιστη διαλογή και διάγνωση των παθήσεων των ασθενών που προσέρχονται στα Επείγοντα Περιστατικά ενός Νοσηλευτικού Ιδρύματος με πιθανή Νευροψυχιατρική διαταραχή συζητούνται εκτενώς και αξιολογούνται έτσι ώστε το παρόν σύστημα να μπορεί μπει στην κλινική πράξη. 6

7 Εισαγωγή Οι συναισθηματικές διαταραχές παρουσιάζουν ιδιαίτερο ενδιαφέρον. Έχουν περιγραφεί µε πολύ σταθερό τρόπο από την περίοδο της αρχαιότητας σε όλες τις ηπείρους και σε όλες τις κουλτούρες, οι γενετικές τους βάσεις έχουν εκτεταµένα καλυφθεί από πάµπολλες ερευνητικές εργασίες. Η διάγνωσή τους όμως είναι εξαιρετικά δύσκολη, αφ ενός λόγω πολύµορφων παρουσιάσεων, αφετέρου λόγω σύγχυσης µε σοβαρές συµπτωµατικές καταστάσεις, όπως διαταραχές διαγωγής, εθιστικές διαταραχές και σχιζοφρενικές διαταραχές. Η κατάθλιψη πιστεύεται ότι συµβαίνει µε τρόπο αυτόνοµο, δηλαδή επηρεάζεται λίγο από γεγονότα και υπαρξιακές καταστάσεις (παρότι οι πρώτες εµφανίσεις της νόσου συχνά έπονται χωρισµών ή απωλειών). Ως εκ τούτου η διάγνωση της κατάθλιψης παρουσιάζει ιδιαίτερες δυσκολίες. Μια ιστορία από τη Βίβλο περιγράφει πως ο βασιλιάς Σαούλ έσκισε τα ρούχα του δηµόσια, πέρασε εναλλασσόµενες κρίσεις έξαρσης και βαθιάς κατάθλιψης και τελικά αυτοκτόνησε. Μολονότι η ιστορία αποδίδει τη συµπεριφορά του στα κακά πνεύµατα, οι ψυχολόγοι θα µπορούσαν να αποδώσουν σε µια διπολική διαταραχή. Μια διπολική διαταραχή που παλαιότερα ονοµαζόταν µανιοκατάθλιψη, χαρακτηρίζεται από ηµέρες ή εβδοµάδες µανίας που εναλλάσσονται µε µεγαλύτερες περιόδους µείζονος κατάθλιψης, οι οποίες τυπικά διαχωρίζονται µεταξύ τους από ηµέρες ή εβδοµάδες φυσιολογικής διάθεσης. Κάποιες φορές στη ζωή τους, σχεδόν το 1% των ενηλίκων είχε µια διπολική διαταραχή που είναι εξίσου κοινή στους άνδρες και στις γυναίκες (Αµερικανικός Ψυχιατρικός Σύλλογος 1987). Η κατάθλιψη είναι από τα πιο συχνά ψυχικά νοσήµατα µε τα οποία έρχεται αντιµέτωπος τόσο ο ψυχίατρος όσο και ο νοσηλευτής της πρωτοβάθµιας φροντίδας, στην καθηµερινή τους κλινική πράξη. Τα νοσήµατα αυτά προσθέτουν µεγάλο φορτίο τόσο ψυχολογικό όσο και οικονοµικό στους ασθενείς, τις οικογένειές τους αλλά και το κοινωνικό σύνολο. Ειδικά για την κατάθλιψη το µέλλον δεν φαίνεται και τόσο ευοίωνο. Σε µια πρόσφατη κοινή ανακοίνωση της Παγκόσµιας Τράπεζας, της Παγκόσµιας Οργάνωσης Υγείας και του Πανεπιστηµίου Harvard αναφέρεται ότι στα επόµενα 5 χρόνια η κατάθλιψη θα καταλάβει τη δεύτερη θέση στον κατάλογο µε τις καταστάσεις που προκαλούν σηµαντική απώλεια χρόνου υγείας και παραγωγικής ζωής. Στα πλαίσια της εκστρατείας κατά των συναισθηματικών διαταραχών επιλέχθηκε το θέµα αυτής της διπλωµατικής εργασίας, ώστε να συµβάλλουµε στην ενηµέρωση του κοινού όσον αφορά τους παράγοντες που ευνοούν στην 7

8 ανάπτυξη, την παθογένεια της νόσου, τους τρόπους πρόληψης και θεραπείας τους από νοσηλευτικής πλευράς. Ελπίζουµε στην ευαισθητοποίηση του κοινού όσο και της πολιτείας, ώστε να πάψει αυτή η µάστιγα να αποδεκατίζει εκατοµµύρια πληθυσµού σ ολόκληρο τον κόσµο και στην Ελλάδα. Οι νοσηλευτές θα πρέπει να πρωτοστατήσουν σ αυτήν την προσπάθεια ενηµέρωσης και εκπαίδευσης των πολιτών σε θέµατα πρόληψης και υιοθέτησης υγιεινών συνηθειών διατροφής και ζωής γενικότερα. Ας µην ξεχνάµε άλλωστε, η πρόληψη σώζει ζωές και κοστίζει στον εθνικό προϋπολογισµό πολύ λιγότερο από τη θεραπεία των συναισθηματικών διαταραχών. 8

9 Κεφάλαιο 1 ΚΑΤΑΘΛΙΨΗ 1.1 Γενικά Κατάθλιψη είναι η συναισθηματική κατάσταση έντονης και επίμονης θλίψης. Μπορεί να κυμαίνεται από ήπια θλίψη ως εξαιρετική απελπισία, ένα από τα πλέον συνηθισμένα προβλήματα ψυχικής υγείας. Ο όρος κατάθλιψη στην ψυχιατρική υποδηλώνει μια διαταραχή η οποία έχει ένα συνδιασμό συμπτωμάτων. Ένα από τα χαρακτηριστικά της κατάθλιψης είναι η άσχημη διάθεση γι αυτό και ονομάστηκε έτσι, δεν είναι όμως το μοναδικό,ενώ μερικές φορές μπορεί και να απουσιάζει. Η κατάθλιψη είναι η συχνότερη ψυχική διαταραχή. Εκατομμύρια άνθρωποι σε όλο τον κόσμο νοσούν απο αυτήν. Σύμφωνα με εκτιμήσεις του ΠΟΥ (;;;) το ετος 2020 θα αποτελεί παγκοσμίως τη δεύτερη σε συχνότητα αιτία θανάτου και αναπηρίας. Η σημασία της κατάθλιψης δεν έγκειται μόνο στο μεγάλο βαθμό των ανθρώπων που υποφέρουν, πρέπει να συνεκτιμηθεί και ο μεγάλος κίνδυνος αυτοκαταστροφής που απορρέει από αυτήν, οι επιπτώσεις στην οικογένεια και την εργασία, καθώς και οι οικονομικές επιπτώσεις (ημεραργίες, πρόωρη συνταξιοδότηση, επίπτωση στην παραγωγικότητα). Επίσης, πρέπει να τονισθεί η συμβολή της πάθησης αυτής στην εγκατάσταση και διατήρηση διαφόρων εξαρτησιακών καταστάσεων (αλκοολισμός, κατάχρηση ουσιών, ο βαθμός συμμετοχής στην πρόκληση τροχαίων ατυχημάτων, και οι πολλές καταστροφικές επιπτώσεις στην οικογένεια και ιδιαίτερα στα παιδιά). Συνήθως τα άτομα αυτά δεν είχαν παρουσιάσει κάποια εμφανή ψυχολογική διαταραχή προηγούμενα, μια αναμνηστική όμως ανασκόπηση της ζωής τους, των αναμονών και φαντασιώσεων τους, δείχνει συχνά την προδιάθεση του χαρακτήρα τους για καταθλιπτικού τύπου αντιδράσεις σε επικείμενες απώλειες συναισθηματικά έντονα επενδεδυμένων αντικειμένων. 9

10 Τα αντικείμενα που «χάνονται» στις ηλικίες αυτές και λειτουργούν σαν εκλυτικές αφορμές για την εμφάνιση της καταθλιπτικής συμπτωματολογίας είναι απώλεια των γονέων, απομάκρυνση των παιδιών από το σπίτι,ενδοοικογενιακές συγκρούσεις, η βιολογική έκπτωση που στις γυναίκες συνδέεται με παύση της εμμήνου ρύσεως, η μείωση της σεξουαλικότητας, η επέλευση του γήραντος, η συνταξιοδότηση κλπ. Εξάλλου στις ηλικίες αυτές γίνεται συνήθως και ένα είδος απολογισμού της ζωής του ατόμου, ανάμεσα σ αυτά που φαντάστηκε και επιθύμησε και σε αυτά που πραγματοποίησε. Εάν ο απολογισμός αυτός που γίνεται σε συνειδητό ή ασυνείδητο επίπεδο είναι αρνητικός τότε η εμφάνιση κάποιας μορφής κατάθλιψης είναι περισσότερο από πιθανή. Όσον αφορά την προσωπικότητα των ατόμων που εμφανίζουν την μορφή αυτή κατάθλιψης, πρόκειται συνήθως για άτομα με πολλά ψυχαναγκαστικά και υπερεγωτικά στοιχεία στα οποία η απώλεια αντικειμένων προκαλεί άγχος και ανασφάλεια. Η κλινική εικόνα χαρακτηρίζεται από σωματοψυχική αδυναμία, εσωτερική ανησυχία, άγχος, έντονα σωματικά συμπτώματα όπως κοιλιακά άλγη, ζαλάδες, κεφαλαλγίες, αίσθημα «πλακώματος» στο στήθος, «κόμπους» στο λαιμό, «μουδιάσματα» στα άκρα κλπ. Στο συναισθηματικό επίπεδο προεξάρχει το συναίσθημα της κατάθλιψης. Τα κύρια συμπτώματα που εμφανίζει ένας καταθλιπτικός ασθενής έχουν ως εξής : Μεγάλη ελάττωση του ενδιαφέροντος ή της ευχαρίστησης σε όλες σχεδόν τις δραστηριότητες Καταθλιπτική διάθεση κατά το μεγαλύτερο μέρος της ημέρας Ιδέες ενοχής, αυτομομφής και αναξιότητας Ανησυχία και απαισιοδοξία για το μέλλον Ιδέες αυτοκτονίας Γενικά σωματικά συμπτώματα όπως πονοκέφαλοι, πόνος γενικά στο σώμα κλπ. Αδυναμία συγκέντρωσης, σκέψης, μνήμης ή λήψης αποφάσεων Απώλεια των δυνάμεων και της ενεργητικότητας 10

11 Απώλεια του ενδιαφέροντος για την ερωτική πράξη Διαταραχές στην όρεξη για φαγητό Δυσκολία στον ύπνο Πίνακας 1.Συμπτώματα κατάθλιψης Δεν είναι ανάγκη να έχει κανείς όλα τα συμπτώματα για να θεωρηθεί ότι πάσχει από κατάθλιψη. Οι ειδικοί θεωρούν ότι 5 ή περισσότερα συμπτώματα εκ των οποίων τουλάχιστον ένα από τα δυο πρώτα φτάνουν για να βγει η διάγνωση. Επίσης, πρέπει να τονιστεί ότι το καταθλιπτικό συναίσθημα έχει μεγάλη ένταση, είναι μόνιμο και δεν επηρεάζεται από τις καταστάσεις που ζει ο ασθενής. Επίσης, στην κατάθλιψη το συναίσθημα μπορεί να είναι χειρότερο το πρωί σε σχέση με το βράδυ, ενώ στους φυσιολογικούς ανθρώπους που απλά νιώθουν στενοχωρημένοι η διάθεση είναι συνήθως καλύτερη όταν σηκώνονται το πρωί. 1.2 Κλινικές μορφές κατάθλιψης Οι 3 βασικές μορφές κατάθλιψης που παρουσιαζει ένας καταθλιπτικός ασθενής είναι οι παρακάτω: Η κατάθλιψη στα πλαίσια μονοπολικής συναισθηματικής διαταραχής (Μείζων κατάθλιψη) ή διπολικής συναισθηματικής διαταραχής. Ήπια ή Ελάσσων κατάθλιψη (πιο ήπια συμπτώματα). Δυσθυμική διαταραχή: Όταν η ήπια ή ελάσσων κατάθλιψη χρονίσει για χρονικό διάστημα μεγαλύτερο των 2 ετών, μεταπίπτει στη δυσθυμική διαταραχή. Άλλοι τύποι κατάθλιψης εμφανίζονται σε έναν ασθενή σύμφωνα με κάποια κοινωνικά κριτήρια και έχουν τις εξής μορφές: Αγχώδης κατάθλιψη Κατάθλιψη με ψυχοκινητική επιβράδυνση Αντιδραστική κατάθλιψη Νευρωσική κατάθλιψη Εποχιακή κατάθλιψη Γεροντική κατάθλιψη κτλ 11

12 Πίνακας 2.Άλλες μορφές κατάθλιψης Διαφορική διάγνωση πρέπει να γίνει από θλίψη, πένθος, αγχώδης διαταραχές, σχιζοφρένεια, ανοδικές καταστάσεις, κατάθλιψη συναρτημένη με τον αλκοολισμό (οργανικές καταστάσεις). Κεφάλαιο 2 TEXNHTH ΝΟΗΜΟΣΥΝΗ Κ ΕΜΠΕΙΡΑ ΣΥΣΤΗΜΑΤΑ 2.1 Εισαγωγή Ο όρος τεχνητή νοημοσύνη (artificial intelligence) παρέπεμπε μέχρι πρίν λίγα χρόνια πολλούς από εμάς σε διηγήματα επιστημονικής φαντασίας και σε ταινίες με παρόμοιο περιεχόμενο όπου μηχανές που φτιάχτηκαν για να εξυπηρετούν τον άνθρωπο και να σκέφτονται γι αυτόν ξαφνικά ξεφεύγουν από τον έλεγχο του δημιουργού τους και στρέφονται εναντίον του. Μηχανές που έμαθαν να σκέφτονται και να αποφασίζουν για τον άνθρωπο. Μηχανές που για να το πετύχουν αυτό χρειάστηκε κάποιο έμβιο όν, και στη συγκεκριμένη περίπτωση ο άνθρωπος, ο δημιουργός τους, να μοιραστεί μαζί τους την εμπειρία του και να τις κάνει να μάθουν από αυτή, να σκέφτονται όπως αυτός και να αποφασίζουν όπως θα αποφάσιζε αυτός σε ανάλογη περίπτωση. Ανατρέχοντας στην ιστορία και συγκεκριμένα στην ελληνική μυθολογία θα δούμε πολλά τέτοια χαρακτηριστικά παραδείγματα. Ο άνθρωπος πάντα ένοιωθε την ανάγκη κατασκευής μιας μηχανής που να δρά και να σκέφτεται γι αυτόν. Χαρακτηριστικότερο ίσως παράδειγμα είναι το πρώτο ρομπότ της ιστορίας, ο Τάλως, ο φύλακας της Κρήτης. Ένας ανθρωπόμορφος γίγαντας με σώμα από χαλκό ο οποίος σύμφωνα με τον Πλάτωνα ήταν επιφορτισμένος με το ιερό καθήκον της επιτήρησης των νόμων στην Κρήτη τους οποίους κουβαλούσε πάνω του γραμμένους σε χάλκινες πλάκες. Ο Τάλως έκανε τρεις φορές την ημέρα έκανε το γύρο της Κρήτης 12

13 προς αναζήτηση παραβατών. Το τέλος του Τάλου ήρθε όταν οι αργονάυτες, προερχόμενοι από την Κολχίδα προσπάθησαν να αποβιβαστούν στην Κρήτη. Εκεί συνάντησαν την αντίσταση του Τάλου ο οποίος φύλαγε τις ακτές του νησιού. Ο Ιάσωνας κατάφερε με τη βοήθεια της Μήδειας να αφαιρέσει το καρφί που βρισκόταν στην πτέρνα του και σφράγιζε την μία και μοναδική του φλέβα και να τον σκοτώσει (el.wikipedia.org). Η ιστορία του Τάλου δεν είναι τίποτε άλλο από την έκφραση της έμφυτης ανάγκης του ανθρώπου για την δημιουργία συσκευών-μηχανών οι οποιες θα μπορούσαν να τον αποφορτίσουν από πολλά προβλήματα, μηχανών που θα σκέφτονταν γι αυτόν χωρίς αυτόν. Στην πραγματικότητα η τεχνητή νοημοσύνη απέχει πολύ και από την λογοτεχνική και μυθολογική της προβολή. Ο όρος αναφέρεται στον κλάδο της επιστήμης των υπολογιστών ο οποίος ασχολείται με τη σχεδίαση και υλοποίηση υπολογιστικών συστημάτων που μιμούνται στοιχεία της ανθρώπινης συμπεριφοράς τα οποία υπονοούν έστω και στοιχειώδη ευφυϊα όπως η μάθηση, η προσαρμοστικότητα, η εξαγωγή συμπερασμάτων, η κατανόηση από τα συμφραζόμενα, η επίλυση προβλημάτων κτλ. Ο πρώτη αναφορά στον συγκεκριμένο τομέα έγινε από τον John ΜcCarthy ο οποίος όρισε τον τομέα αυτόν ως «Επιστήμη και μεθοδολογία της δημιουργίας νοούντων μηχανών». Από τότε εως σήμερα πολλά έχουν αλλάξει και ακόμα περισσότερα ανθρώπινα όνειρα έχουν γίνει πραγματικότητα στον τομέα της επιστήμης. Η τεχνητή νοημοσύνη έχει πάψει πλέον να αποτελεί «απειλή» για το ανθρώπινο είδος όπως παρουσιαζόταν στα λογοτεχνικά βιβλία και στις ταινίες του περασμένου αιώνα. Πλέον αποτελεί ίσως αναπόσπαστο κομμάτη του τομέα των υπολογιστων με πολλές εφαρμογές στην καθημερινή πρακτική σε όλους τους επιστημονικούς τομείς Ορισμός της τεχνητής νοημοσύνης Ένας πολύ γενικός όρισμός για την τεχνητή νοημοσύνη είναι ο εξής: «Τεχνητή Νοημοσύνη είναι ο τομέας της επιστήμης των υπολογιστών που ασχολείται με την σχεδίαση και την υλοποίηση προγραμμάτων τα οποία είναι ικανά να μιμηθούν τις ανθρώπινες γνωστικές ικανότητες, εμφανίζοντας έτσι χαρακτηριστικά που αποδίδουμε συνήθως σε ανθρώπινη συμπεριφορά, όπως για παράδειγμα η επίλυση προβλημάτων, η αντίληψη μέσω της όρασης, η μάθηση, η εξαγωγή συμπερασμάτων κλπ. Στον τομέα της τεχνητής νοημοσύνης μπορεί να βρεί κανείς δύο προσεγγίσεις. Την κλασσική ή συμβολική προσεγγιση, που ως βάση έχει την προσομοίωση της ανθρώπινης νοημοσύνης προσεγγίζοντας την με αλγόριθμους και συστήματα που 13

14 βασίζονται στη γνώση, και η συνδετική ή μη συμβολική προσέγγιση που ουσιαστικά βασίζεται στη μίμηση της βιολογικής λειτουργίας του εγκεφάλου δημιουργώντας τα νευρωνικά δίκτυα. 2.2 Η τεχνητή νοημοσύνη στην ιατρική Τα τελευταία χρόνια η τεχνητή νοημοσύνη χρησιμοποιείται σε πληθώρα πληροφοριακών συστημάτων στον τομέα της ιατρικής. Η εποχή που το μόνο εφόδιο του γιατρού ήταν η κλασσική δερμάτινη τσάντα του που περιείχε λιγοστά όργανα με βασικότερο το στηθοσκόπιο ανήκει πλέον ουσιαστικά στο χρονοντούλαπο της ιστορίας. Σήμερα λόγω του τεράστιου όγκου της ιατρικής πληροφορίας που έχει στη διάθεση του ο γιατρός, ειδικευμένος ή μη, έχει γίνει επιτακτική η χρήση ολοένα και περισσότερο των πληροφοριακών συστημάτων με συμβουλευτικό ρόλο στον τομέα της ιατρικής. Η παρουσίαση της ιατρικής πληροφορίας δεν είναι το μόνο ζητούμενο. Η πληροφορία αυτή στις μέρες μας επιβάλλεται να έχει μια μορφή που να επιτρέπει μια αποτελεσματική πορεία συλλογισμού και εξαγωγής συμπερασμάτων για τον κάθενα που την αναζητά. 2.3 Εμπειρα συστήματα Ο όρος έμπειρο σύστημα (expert system) στον τομέα της τεχνητής νοημοσύνης περιγράφει υπολογιστικά προγράμματα τα οποία ως κύριο χαρακτηριστικό τους έχουν την παρουσία νοήμονος συμπεριφοράς σε συγκεκριμένους τομείς ανάλογη με αυτή ενός ανθρώπου εμπειρογνώμονα στον τομέα αυτόν. Με τον όρο εμπειρία δεν εννοούμε μόνο την γνώση και την εκπαίδευση που έχει λάβει κάποιος για την εκτέλεση μια εργασίας. Στον όρο περιλαμβάνεται ένα σύνολο εξειδικευμένων ικανοτήτων που έχουν αποκτηθεί σε μεγάλο χρονικό διάστημα και με κόπο για την εκτέλεση ενός και μόνο συγκεκριμένου σκοπού. Με βάση τα παραπάνω μπορούμε να πούμε ότι ένα έμπειρο σύστημα δεν είναι τιποτα λιγότερο από ένα υπολογιστικό πρόγραμμα που έχει φτιαχτεί με βάση την κωδικοποίηση της γνώσης και της συλλογιστικής προσπάθειας ενός ανθρώπου εξειδικευμένου σε έναν τομέα και ως σκοπό έχει την επίλυση προβλημάτων και την παροχή συμβουλών στον παραπάνω τομέα. Ένα έμπειρο σύστημα έχει δύο τρόπους χρήσης. Ο πρώτος είναι η χρήση του από έναν άνθρωπο μη ειδικό με σκοπό την παροχή λύσεων και συμβουλών σε ορισμένα προβλήματα που προκύπτουν σε έναν συγκεκριμένο τομέα, αντικαθιστώντας τον άνθρωπο-ειδικό. Ο δευτερος τρόπος χρήσης ενός έμπειρου συστήματος έχει συμβουλευτικό χαρακτήρα. Ένας άνθρωπος 14

15 ειδικός πάνω σε έναν τομέα καλείται να πάρει μια απόφαση. Για τον σκοπό αυτόν συμβουλευεται το έμπειρο σύστημα έτσι ώστε να λαμβάνει καλύτερες αποφάσεις (Βλαχάβας και συν.,2006). Για την ανάπτυξη ενός έμπειρου συστήματος είναι απαραίτη η συνεργασία ατόμων από διαφορετικά επιστημονικά πεδία. Είναι απαραίτητη η ύπαρξη ενός ειδικού στον τομέα που απευθύνεται το έμπειρο σύστημα (domain expert) και ενός μηχανικού γνώσης (knowledge engineer). Οι αλληλεπιδράσεις μεταξύ τους και με το σύστημα απεικονιζονται στο Σχήμα 1. Ερωτήσεις Ειδικός Συνεντεύξεις Μηχανικός γνώσης Δεδομένα Απαντήσεις (γνώση) Διασύνδεση μεταφοράς γνώσης Τεχνικές αναπαράστασης γνώσης Ανάπτυξη Έμπειρο σύστημα Δημιουργία Διασύνδεση με χρήστη Χρήστης Σχήμα 1. Ανάπτυξη και λειτουργία ενός έμπειρου συστήματος (τροποποιημένο από Βλαχάβας Ι. και συν.,2006) Tα χαρακτηριστικά ενός έμπειρου συστήματος Για να είναι ένα έμπειρο σύστημα αποδοτικό θα πρέπει να έχει μερικά επιθυμητά χαρακτηρηστικά που παρουσιάζονται παρακάτω (από Βλαχάβας Ι. και συν., 2006) Δυναμικότητα. Ένα έμπειρο σύστημα πρέπει να δίνει την δυνατότητα αλλαγής της υπάρχουσας γνώσης. Η γνώση δεν είναι σταθερή, μεταβάλλεται και ιδιαίτερα στον τομέα της επιστήμης αυτό είναι το ζητούμενο, η προσθήκη συνεχώς καινούργιας γνώσης. Ένα έμπειρο σύστημα λοιπόν θα πρέπει να έχει την δυνατότητα με την ύπαρξη κατάλληλων μηχανισμών της τροποποίησης της 15

16 υπάρχουσας γνώσης και της προσθήκης καινούργιας ή ακόμα και την αφαίρεση γνώσης που πλέον δεν είναι αποδεκτή ή είναι λανθασμένη. Επεξήγηση και αιτιολόγηση της πορείας συλλογισμού. Ένα επιτυχημένο έμπειρο σύστημα θα πρέπει να εξηγεί αναλυτικά την συλλογιστική πορεία που ακολουθεί για την εξεύρεση της λύσης που του έχει ζητηθεί. Η απλή παρουσίαση της λύσης δεν είναι αποδεκτό αποτέλεσμα για ένα έμπειρο σύστημα. Θα πρέπει η λύση αυτή να τεκμηριώνεται και μαλιστα με τρόπο τετοιον που να προσομοιάζει με την αιτιολόγηση που θα παρείχε ένας άνθρωπος-ειδικός. Διαφάνεια του κώδικα. Ο κώδικας που περιέχουν τα έμπειρα συστήματα είναι μια σαφής περιγραφή του προβλήματος με το οποίο ασχολούνται. Αναπαριστούν τη γνώση για το πρόβλημα σε συμβολική μορφή και δεν θα πρέπει να αναμιγνύουν τη γνώση με το μηχανισμό χειρισμού και ελέγχου της. Ταχύτητα απόκρισης. Η ταχύτητα παρουσίασης του αποτελέσματος είναι και αυτή ένα από τα ζητούμενα για την κατασκευή ενός ολοκληρωμένου έμπειρου συστήματος. Το έμπειρο σύστημα θα πρέπει να παρουσιάζει τη λύση στο πρόβλημα που του ανατίθεται σε χρόνο όχι μεγαλύτερο από αυτόν που θα χρειαζόταν ένας άνθρωπος-ειδικός. Δεν έχει καμία αξία το έμπειρο σύστημα να φτάνει σε μία λύση και να την τεκμηριώνει αν ο χρόνος που χρειάζεται είναι μεγαλύτερος από αυτόν που θα χρειαζόταν ο δημιουργός του. Χειρισμός αβέβαιης ή ελλιπούς γνώσης. Το έμπειρο σύστημα θα πρέπει να είναι σε θέση να παρουσιάζει αποτελέσματα και λύσεις ακόμα και αν η γνώση που του παρέχεται είναι ασαφής ή ελλιπής και αυτό γιατί πάντα υπάρχουν προβλήματα για τα οποία δεν είναι διαθέσιμη όλη η γνώση που απαιτείται για την επίλυση τους. Σε αυτήν την περίπτωση ένας άνθρωπος-ειδικός θα έπαιρνε μια απόφαση στηριζόμενος στα δεδομένα που έχει διαθέσιμα. Αυτό απαιτούμε και από ένα έμπειρο σύστημα, (Russell and Norviq, 2004) Έμπειρα συστήματα και συμβατικά προγράμματα Τα έμπειρα συστήματα, λόγω της φύσης τους, διαφέρουν από τα συμβατικά προγράμματα. Οι κυριότερες διαφοροποιήσεις συνοψίζονται παρακάτω (Βλαχάβας και συν.,2006): 16

17 1. Τα ΕΣ προσομοιώνουν την ανθρώπινη συλλογιστική πάνω σε ένα πρόβλημα ή τομέα γνώσης αντί να προσομοιώνουν το ίδιο το πρόβλημα δηλ. επικεντρώνονται στην εξομοίωση της διαδικασίας που ακολουθεί ο ειδικός όταν επιλύει ένα πρόβλημα. 2. Τα προβλήματα τα λύνουν με ευριστικές μεθόδους, δηλαδή με εμπειρικούς κανόνες επίλυσης προβλημάτων σε κάποιον τομέα. Οι ευριστικές μέθοδοι συνήθως δεν απαιτούν πλήρη δεδομένα για να λειτουργήσουν και οι λύσεις που προτείνουν δεν είναι απολύτως βέβαιες. 3. Τα ΕΣ κάνουν συλλογισμούς χρησιμοποιώντας συμβολικές αναπαραστάσεις της ανθρώπινης γνώσης,εκτός από την εκτέλεση αριθμητικών υπολογισμών και την ανάκτηση δεδομένων 4. Τα ΕΣ χρησιμοποιούν γλώσσες πιο κοντά στην λειτουργία της ανθρώπινης σκέψης ενώ αυτές που χρησιμοποιούνται στον συμβατικό προγραμματισμό βρίσκονται πιο κοντά στον τρόπο λειτουργίας του υπολογιστή. 5. Η γνώση που χρησιμοποιούν τα ΕΣ είναι αποθηκευμένη σε μια βάση γνώσης που διαφοροποιείται από μια απλή βάση δεδομένων που χρησιμοποιείται από τα συμβατικά προγράμματα στο γεγονός ότι δεν είναι μια απλή συνάθροιση δεδομένων αλλά εκτός από τα μεμονωμένα γεγονότα και αντικείμενα, περιέχει και αρχές οργάνωσης αυτών και γνώση για την εξαγωγή συμπερασμάτων. 6. Τα ΕΣ έχουν την ικανότητα να εκφράζουν κάποια από τα χαρακτηριστικά της ανθρώπινης συλλογιστικής όπως χειρισμό ασαφούς, αβέβαιης και μη πλήρους γνώσης καθώς και να επεξηγούν την πορεία συλλογισμού, 2.4 Ανθρωποι-ειδικοί και έμπειρα συστήματα Ένα έμπειρο σύστημα όπως έχουμε εξηγήσει έχει προέλθει από την γνώση που έχει προσφέρει ένας άνθρωπος ειδικός. Παρόλα αυτά όμως είναι αναπόφευκτο να υπάρχουν μειονεκτήματα και πλεονεκτήματα στη δημιουργία ενός έμπειρου συστήματος και γιατί όχι ίσως κάπου να πλεονεκτεί το έμπειρο σύστημα σε σχέση με τον άνθρωπο ειδικό. Στον παρακάτω Πίνακα 1 γίνεται μια προσπάθεια παράθεσης των πλεονεκτημάτων και των μειονεκτημάτων ενός έμπειρου συστήματος σε σχέση με τον άνθρωπο-ειδικό. Κάποιες ορολογίες που χρησιμοποιούνται στον πίνακα (αντιστοιχούν στους δείκτες που υπάρχουν): 1. Μέτα-γνώση είναι η γνώση περί της γνώσης του συστήματος, δηλαδή η γνώση των δυνατοτήτων του και των καταστάσεων τις οποίες μπορεί να αντιμετωπίσει. 17

18 2. Ορθότητα είναι ο λογικός και όχι ο συντακτικός έλεγχος της γνώσης. 3. Πληρότητα είναι η απαίτηση να καλύπτει η γνώση όλα τα ενδεχόμενα του πεδίου στο οποίο θα βρει εφαρμογή το ΕΣ. 4. Συνέπεια υφίσταται όταν η νέα γνώση δεν αναιρεί την ήδη υπάρχουσα. ΑΝΘΡΩΠΟΣ ΕΙΔΙΚΟΣ Μ Γνώση διαθέσιμη όταν ο ίδιος είναι ει παρών ο Δυσκολία μεταφοράς-αποτύπωσης ν γνώσης ε Η απόδοση του επηρεάζεται από κτ εξωγενείς / ενδογενής παράγοντες ή Υψηλό κόστος μ α Υποκειμενικότητα τ α Π Ικανότητα αντιμετώπισης νέων λ καταστάσεων - Δημιουργικότητα ε Κοινή λογική ο ν Μετα-γνώση 1 ε Εκφραστικότητα στην επεξήγηση κτ του τρόπου σκέψης ή Ο έλεγχος της γνώσης γίνεται μ υποσυνείδητα α τ α ΕΜΠΕΙΡΟ ΣΥΣΤΗΜΑ Π Γνώση πάντα διαθέσιμη λ ε Ευκολία μεταφοράς-αποτύπωσης ο γνώσης ν Η απόδοση είναι πάντα σταθερή ε κτ Χαμηλό κόστος λειτουργίας ή Υψηλό κόστος ανάπτυξης μ Αντικειμενικότητα αν η γνώση α προέρχεται από πολλούς ειδικούς τ α Μ Αδυναμία χειρισμού νέων ει καταστάσεων ο Δυσχέρεια στη μεταφύτευση της ν κοινής λογικής ε Έλλειψη μετα-γνώσης κτ Μηχανική επεξήγηση του τρόπου ή λήψης απόφασης μ Πρέπει η γνώση να ελέγχεται για α ορθότητα 2, πληρότητα 3 και τ συνέπεια 4 α Πίνακας 3. Πλεονεκτήματα και μειονεκτήματα ενός έμπειρου συστήματος σε σχέση με τον άνθρωπο-ειδικό (τροποποιημένο από Βλαχάβας και συν., 2006). Παρατηρούμε ότι ένα έμπειρο σύστημα μπορεί με σαφώς μικρότερο κόστος να επιλύσει τα ίδια προβλήματα με τον άνθρωπο-ειδικό, πράγμα ιδιαίτερα σημαντικό 18

19 Πυρήνας στη σημερινή εποχή. Παρόλα αυτά όμως το έμπειρο σύστημα δεν κάνει έλεγχο της ορθότητας του αποτελέσματος που προσφέρει και επειδή αποφασίζει με βάση όσα δεδομένα είναι καταχορημένα στη βάση δεδομένων του μπορεί να καταφέρει να δόσει λύσει σε πολύ περίπλοκα προβλήματα ενώ να μην μπορεί να αναπεξέλθει σε άλλα ιδιαίτερα απλά ακόμα και για έναν άνθρωπο μη-ειδικό, (Βλαχάβας και συν.,2006) 2.5 Δομή και λειτουργία ενός έμπειρου συστήματος Προκειται ουσιαστικά για μια ομάδα προγραμμάτων που χωρίζονται σε δύο κατηγορίες. Τον πυρήνα του συστήματος και ένα πλήθος βοηθητικών προγραμμάτων. Η βασική δομή ενός έμπειρου συστήματος φαίνεται στο Σχήμα 2.. Χρήστης Διασύνδεση Βοηθητικά προγράμματα Επεξήγηση Μηχανισμός εξαγωγής συμπερασμάτων Διερμηνέας Χρονοπρογρα μματιστής Στατική Βάση γνώσης Δυναμική Σχήμα 2. Βασική δομή έμπειρου συστήματος (Βλαχάβας και συν., 2006) Ο πυρήνας ενός έμπειρου συστήματος αποτελείται από δύο μέρη, τη βάση της γνώσης και το μηχανισμό εξαγωγής των συμπερασμάτων, ενώ τα βοηθητικά προγράμματα χρησιμοποιούνται για τη διασύνδεση και την 19

20 επικοινωνία του συστήματος με το χρήστη, για τη συνεργασία με τα περιφερικά μηχανήματα, για το χειρισμό εξωτερικών βάσεων δεδομένων και για πολλά άλλα. Ο συνδυασμός του μηχανισμού εξαγωγής συμπερασμάτων με τα βοηθητικά προγράμματα αποτελεί αυτό που στα έμπειρα συστήματα καλείται κέλυφος των έμπειρων συστημάτων (Expert System Shell) (Βλαχάβας και συν.,2006) 2.6 Βάση γνώσης-εξαγωγή συμπερασμάτων Πρόκειται για μία δεξαμενή γνώσης (knowledge base) που περιέχει όλη την γνώση και την «εμπειρία» του συστήματος, όπως κατάφερε να την εκμαιεύσει ο μηχανικός γνώσης από τον άνθρωπο-ειδικό κατά τη διαδικασία ανάπτυξης του έμπειρου συστήματος. Η γνώση αυτή μπορεί να αναπαρασταθεί με διάφορες μορφές: Λογική (logic), κανόνες (rules), σημασιολογικά δίκτυα (semantic networks), πλαίσια (frames) κλπ. Για την υλοποίηση των συστημάτων της παρούσας διπλωματικής επελέγησαν οι κανόνες ως βασική μέθοδος αναπαράστασης γνώσης. Οι κανόνες αποτελούν τον πλέον δημοφιλή και χρησιμοποιούμενο τρόπο αναπαράστασης της γνώσης. Χρησιμοποιούνται κανόνες της μορφής "αν -τότε" (if-then rules). Τα Έμπειρα Συστήματα που βασίζονται σε κανόνες αναφέρονται στη διεθνή βιβλιογραφία ως rulebased expert systems. Οι κανόνες μπορεί να χωριστούν σε δυο μεγάλες κατηγορίες : Τα συστήματα εξαγωγής συμπερασμάτων (δηλωτική γνώση) Τα συστήματα παραγωγής (διαδικαστική γνώση) Στα rule-based συστήματα σε κάθε δεδομένη χρονική στιγμή τα δεδομένα ενός συγκεκριμένου προβλήματος ή τα ενδιάμεσα συμπεράσματα αποθηκεύονται με τη μορφή γεγονότων (facts) σε μια προσωρινή βάση δεδομένων, που ονομάζεται μνήμη εργασίας (working memory). Στη συνέχεια γίνεται έλεγχος όλων των κανόνων της βάσης γνώσης έως ότου βρεθούν κάποιοι που ικανοποιούνται από τα δεδομένα της βάσης δεδομένων. Από αυτό το σύνολο κανόνων, που ονομάζεται σύνολο σύγρουσης (conflict set) πρέπει να επιλεγεί ένας για πυροδότηση-ενεργοποίηση. Αυτό γίνεται με βάση μια στρατηγική επίλυσης συγκρούσεων (conflict resolution strategy ). Τότε εκτελείται η ενέργεια που ορίζει ο κανόνας και είτε προσθέτει νέα δεδομένα είτε αλλάζει τα υπάρχοντα στη βάση είτε ολοκληρώνει τη διαδικασία με την εξαγωγή ενός συμπεράσματος (βλ. Σχήμα 3). Στην περίπτωση αυτή λέμε ότι χρησιμοποιήθηκε συλλογισμός οδηγούμενος από δεδομένα (Data DrivenReasoning ή Forward Chaining). Σε ορισμένες όμως περιπτώσεις, ανάλογα με τη φύση του προβλήματος, χρησιμοποιούμε διαφορετική προσέγγιση, το συλλογισμό με βάση το 20

21 στόχο (Goal Driven Reasoning ή Backward Chaining). Στην περίπτωση αυτή ξεκινάμε από τον στόχο και αναζητούμε την ικανοποίησή του μέσω ενδιάμεσων στόχων, έως ότου καταλήξουμε σε γνωστά δεδομένα. Μνήμη εργασίας Επιλογή- Πυροδότηση κανόνα Γεγονότα Έλεγχος και επίλυση συγκρούσεων Βάση κανόνων Σύνολο σύγκρουσης Σχήμα 3. Κύκλος εξαγωγής συμπερασμάτων σε σύστημα βασισμένο σε κανόνες. Με βάση το σχήμα 3, μπορούμε να πούμε ότι η βάση γνώσης του συστήματος διακρίνεται σε δύο τμήματα, τη στατική γνώση και τη δυναμική γνώση. Η στατική βάση της γνώσης περιέχει όλες εκείνες τις διαδικασίες τους κανόνες και τα πλαίσια που περιγράφουν το πρόβλημα και τα αρχικά δεδομένα. Ονομάζεται στατική γιατί δεν μεταβάλλεται κατά τη διάρκεια εκτέλεσης του προγράμματος. Η δυναμική βάση δεδομένων που μπορεί να ονομασθεί και ως χώρος εργασίας (working memory) περιέχει όλα εκείνα τα δεδομένα και τα πλαίσια που περιγράφουν τη λύση του προβλήματος, τα μερικά συμπεράσματα δηλαδή που δημιουργούνται κατά την εκτέλεση του προγράμματος. Στην περίπτωση επιλογής ενός έμπειρου συστήματος που χρησιμοποιεί την αναπαράσταση της γνώσης με κανόνες έχουμε τα εξής πλεονεκτήματα: i. Δόμηση της γνώσης ii. Ευκολία στην αύξηση της γνώσης: νέοι κανόνες εισάγονται δίχως πολλές παρενέργειες iii. Ευκολία στην τροποποίηση της γνώσης iv. Οι κανόνες είναι ευανάγνωστοι, ευκρινείς και εύκολα κατανοητοί από τον άνθρωπο, ιδιότητες ιδιαίτερα χρήσιμες. v. Εύκολα μπορεί να ενσωματωθεί ασάφεια στους κανόνες με τη μορφή πιθανότητας εκτέλεσης διαφορετικών ενεργειών. Πρακτικά αυτό σημαίνει για τα ίδια δεδομένα ως είσοδο να παίρνουμε μια σειρά από πιθανές λύσεις, όπου η κάθε μία θα αναφέρεται μαζί με την πιθανότητα πραγματοποίησης 21

22 της. Κάτι τέτοιο είναι ιδιαίτερα χρήσιμο σε αρκετές εφαρμογές, όπως για παράδειγμα υλοποιήσεις όπου το γνωστικό πεδίο είναι η ιατρική επιστήμη. 2.7 Η Διασύνδεση Η διασύνδεση είναι υπεύθυνη για τη δημιουργία ενός περιβάλλοντος φιλικού μεταξύ του χρήστη και του έμπειρου συστήματος. Ο τρόπος άντλησης των δεδομένων από το χρήστη πραγματοποιείται μέσα από την υποβολή ερωτήσεων από το έμπειρο σύστημα. Οι ερωτήσεις έχουν τη μορφή παραθύρων με προκαθορισμένες απαντήσεις μέσα από τις οποίες ο χρήστης μπορεί να επιλέξει. Μέσω του ίδιου περιβάλλοντος (διασύνδεση) ο χρήστης έχει την δυνατότητα να υποβάλλει στο έμπειρο σύστημα κάποιες ερωτήσεις σχετικά με το σκοπό των ερωτήσεων ή/και την πορεία του συλλογισμού και να βλέπει τις αντίστοιχες απαντήσεις. Στην διασύνδεση υπάρχει ένα ακόμα τμήμα που δεν απευθύνεται στον απλό χρήστη. Απευθύνεται αποκλειστικά στον ειδικό που παρείχε τη γνώση στο έμπειρο σύστημα ή ακόμα και στον μηχανικό γνώσης, με σκοπό να ελέγχει και να επεκτείνει την ήδη υπάρχουσα βάση γνώσης. 2.8 Ο μηχανισμός επεξήγησης Ένα από τα βασικά χαρακτηρηστικά αλλά και προϋπόθεση για να χαρακτηριστεί ένα σύστημα έμπειρο είναι το γεγονός ότι πρέπει το σύστημα να εξηγεί στο χρήστη τη συμπεριφορά του και αυτό γιατί ο τελικός χρήστης πρέπει να είναι σίγουρος για την ορθότητα της συλλογιστικής σκέψης του συστήματος. Επιπλέον ο μηχανικοί γνώσης και οι προγραμματιστές πρέπει να είναι σε θέση να παρακολουθούν τη συλλογιστική του συστήματος, προκειμένου να διαγνώσουν τα τυχόν λάθη και να επιβεβαιώσουν την πιστότητα της αποθηκευμένης γνώσης σε σύγκριση πάντα με τη γνώση του ειδικού. Ο μηχανισμός επεξήγησης είναι υποχρεωμένος να απαντά σε δύο συνήθως ερωτήσεις. Η πρώτη είναι το «Πώς» (How) κατέληξε σε ένα συμπέρασμα και η δεύτερη είναι το «Γιατί» (Why) ζητά κάποια πληροφορία από το χρήστη. Για να απαντηθεί η ερώτηση πώς, ο μηχανισμός επεξήγησης κρατάει πληροφορίες σχετικά με την αποδεικτική διαδικασία και παραθέτει τους κανόνες που ενεργοποιήθηκαν σε κάθε κύκλο λειτουργίας του ΕΣ και οδήγησαν στην απόδειξη της τρέχουσας απάντησης. Για να απαντηθεί η ερώτηση γιατί, ο μηχανισμός επεξήγησης εξετάζει τη τρέχουσα πληροφορία. Αν το επιθυμεί ο χρήστης, μπορεί να επιστρέψει όλη την 22

23 κατοπινή αλυσίδα συλλογισμών που θα προκαλέσει η ενεργοποίηση αυτών των κανόνων. 2.8 Διαδικασία ανάπτυξης ενός έμπειρου συστήματος Η διαδικασία ανάπτυξης ενός έμπειρου συστήματος περιλαμβάνει 5 βασικά στάδια τα οποία αναπτύσονται πολύ σύντομα στη συνέχεια. Τα στάδια αυτά είναι η ανάλυση του προβλήματος, η απόκτηση γνώσης, η σχεδίαση του έμπειρου συστήματος, η υλοποίηση του και τέλος η επαλήθευση και ο έλεγχος της αξιοπιστίας του αποτελέσματος. Η ανάλυση του προβλήματος Στο στάδιο αυτό εξετάζουμε το κατά πόσο το πρόβλημα που πραγματευόμαστε είναι κατάλληλο να επιλυθεί από ένα έμπειρο σύστημα ή από ένα συμβατικό υπολογιστικό προγραμμα. Για να είναι ένα πρόβλημα κατάλληλο να επιλυθεί από ένα έμπειρο σύστημα θα πρέπει να πληρούνται ορισμένες προϋποθέσεις. Αυτές είναι: Να υπάρχει πλήρη γνώση γύρω από το συγκεκριμένο πρόβλημα που να παρέχεται από κάποιον ειδικό. Να είναι διαθέσιμος ο ειδικός κατά τη διαδικασία σχεδιασμού του έμπειρου συστήματος. Να υπάρχουν διαθέσιμα τα σχετικά δεδομένα για τον σχεδιασμό του έμπειρου συστήματος. Να υπάρχει όφελος από τη διαδικασία αυτή στοχεύοντας στην αύξηση της παραγωγικότητας και μείωση του κόστους παραγωγής από την εφαρμογή του έμπειρου συστήματος. Η απόκτηση της γνώσης (Knowledge acquisition) Είναι το στάδιο κατά το οποίο ο μηχανικός εκμαιεύει από τον ειδικό τη γνώση του πάνω στο πρόβλημα και στη συνέχεια την μοντελοποιεί. Αν και υπάρχουν αρκετοί μέθοδοι γι' αυτό, η πιο εύκολα υλοποιήσιμη και πιο συχνά χρησιμοποιούμενη είναι εκμαίευση γνώσης μέσω συνεντεύξεων με το εμπειρογνώμονα. Η σχεδίαση Εδώ θα προσδιοριστεί η μορφή της αναπαράστασης της γνώσης, η συλλογιστική που χρησιμοποιηθεί για την εξαγωγή των συμπερασμάτων καθώς και το εργαλείο ανάπτυξης του ΕΣ. Επιπλέον λαμβάνονται υπόψη οι απαιτήσεις των χρηστών. 23

24 Η υλοποίηση Στο στάδιο αυτό γίνεται η κωδικοποίηση του μοντέλου της γνώσης με εργαλεία που χρησιμοποιούνται για την ανάπτυξη των έμπειρων συστημάτων και ταυτόχρονα αναπτύσεται ένα μικρό πρωτότυπο σύστημα επίδειξης. Η επαλήθευση Είναι το τελευταίο στάδιο κατά τη διαδικασία ανάπτυξης ενός έμπειρου συστήματος. Στο στάδιο αυτό πραγματοποιείται έλεγχος της συμβατότητας του συστήματος με τις αρχικές προδιαγραφές που έιχαν θεσπιστεί κατά τον σχεδιασμό και επιβεβαίωση της ορθότητας της κωδικοποίησης της γνώσης που περιέχεται στο έμπειρο σύστημα. 2.9 Μηχανική μάθηση Εργαλείο WEKA Η μάθηση σε ένα γνωστικό σύστημα, όπως γίνεται αντιληπτή στην καθημερινή ζωή, μπορεί να συνδεθεί µε δύο βασικές ιδιότητες: την ικανότητά στην πρόσκτηση γνώσης κατά την αλληλεπίδρασή του µε το περιβάλλον, την ικανότητά να βελτιώνει µε την επανάληψη τον τρόπο εκτέλεσης µία ενέργειας. Έχουν προταθεί διάφοροι ορισμοί για τη μάθηση: Simon (1983), "η μάθηση σηματοδοτεί προσαρμοστικές αλλαγές σε ένα σύστημα µε την έννοια ότι αυτές του επιτρέπουν να κάνει την ίδια εργασία, ή εργασίες της ίδιας κατηγορίας, πιο αποδοτικά και αποτελεσματικά την επόμενη φορά". Minsky (1985), "... είναι να κάνουμε χρήσιμες αλλαγές στο μυαλό µας", Michalski (1986), "... είναι η δημιουργία ή η αλλαγή της αναπαράστασης των εμπειριών". Για τα συστήματα που ανήκουν στην συμβολική ΤΝ, η μάθηση προσδιορίζεται ως πρόσκτηση επιπλέον γνώσης, που επιφέρει μεταβολές στην υπάρχουσα γνώση. Τα τεχνητά νευρωνικά δίκτυα (που ανήκουν στην µη συμβολική ΤΝ) έχουν δυνατότητα μάθησης μετασχηματίζοντας την εσωτερική τους δομή, παρά καταχωρώντας κατάλληλα αναπαριστάμενη γνώση.ο άνθρωπος προσπαθεί να κατανοήσει το περιβάλλον του παρατηρώντας το και δημιουργώντας μια απλοποιημένη (αφαιρετική) εκδοχή του που ονομάζεται μοντέλο (model). Η δηµιουργία ενός τέτοιου μοντέλου, ονομάζεται επαγωγική μάθηση (inductive learning) ενώ η διαδικασία γενικότερα ονομάζεται επαγωγή (induction). Επιπλέον ο άνθρωπος έχει τη δυνατότητα να οργανώνει και να συσχετίζει τις εμπειρίες και τις παραστάσεις του δημιουργώντας νέες δομές που ονομάζονται πρότυπα (patterns). Η δημιουργία μοντέλων ή προτύπων από ένα σύνολο 24

25 δεδομένων, από ένα υπολογιστικό σύστημα, ονομάζεται μηχανική μάθηση (machine learning). Η μηχανική μάθηση είναι μια περιοχή της τεχνητής νοημοσύνης η οποία αφορά αλγορίθμους και μεθόδους που επιτρέπουν στους υπολογιστές να «μαθαίνουν». Με τη μηχανική μάθηση καθίσταται εφικτή η κατασκευή προσαρμόσιμων (adaptable) προγραμμάτων υπολογιστών τα οποία λειτουργούν με βάση την αυτοματοποιημένη ανάλυση συνόλων δεδομένων και όχι τη διαίσθηση των μηχανικών που τα προγραμμάτισαν. Η μηχανική μάθηση επικαλύπτεται σημαντικά με τη στατιστική, αφού και τα δύο πεδία μελετούν την ανάλυση δεδομένων. Οι αλγόριθμοι μηχανικής μάθησης κατηγοριοποιούνται ανάλογα με το επιθυμητό αποτέλεσμα του αλγορίθμου. Στους συνηθισμένους τύπους αλγορίθμων περιλαμβάνονται οι εξής: Επιτηρούμενη μάθηση ή μάθηση με επίβλεψη (supervised learning), όπου ο αλγόριθμος κατασκευάζει μια συνάρτηση που απεικονίζει δεδομένες εισόδους σε γνωστές, επιθυμητές εξόδους (σύνολο εκπαίδευσης), με απώτερο στόχο τη γενίκευση της συνάρτησης αυτής και για εισόδους με άγνωστη έξοδο (σύνολο ελέγχου). Μη επιτηρούμενη μάθηση ή μάθηση χωρίς επίβλεψη (unsupervised learning), όπου ο αλγόριθμος κατασκευάζει ένα μοντέλο για κάποιο σύνολο εισόδων χωρίς να γνωρίζει επιθυμητές εξόδους για το σύνολο εκπαίδευσης. Ενισχυτική μάθηση (reinforcement learning), όπου ο αλγόριθμος μαθαίνει μια στρατηγική ενεργειών για μια δεδομένη παρατήρηση. Η ανάλυση των αλγόριθμων μηχανικής μάθησης είναι ένας κλάδος της στατιστικής που ονομάζεται θεωρία μάθησης.ένα από τα πιο δημοφιλή εργαλεία υλοποίησης μεθόδων μηχανικής μάθησης είναι το WEKA (συνήθως διατίθεται ως ελεύθερο λογισμικό στην ιστοσελίδα: Το WEKA (Waikato Environment for Knowledge Analysis) είναι μια συλλογή από αλγορίθμους μηχανικής μάθησης και εξόρυξης δεδομένων (data mining). Παρέχει δυνατότητα για : - Προεπεξεργασία δεδομένων (data pre-processing). - Δημιουργία «μοντέλων» από τα δεδομένα με κάποια διαδικασία εκπαίδευσης. - Απεικόνιση τόσο των αρχικών δεδομένων όσο και των αποτελεσμάτων μετά τη διαδικασία της εκπαίδευσης. Αυτές οι διαδικασίες εκτελούνται σε ένα γραφικό περιβάλλον το οποίο ονομάζεται «Explorer», αν και υπάρχει δυνατότητα χρήσης και από τη γραμμή εντολών.το WEKA επιτρέπει την διαμόρφωση και την εφαρμογή των διαφόρων μοντέλων 25

26 κατηγοριοποίησης στα τρέχοντα δεδομένα. Επίσης μπορεί να πραγματοποιήσει συγκριτικές μελέτες ή ελέγχους σε ομάδες δεδομένων. Μπορεί κανείς να προβάλλει τα σφάλματα της κάθε κατηγοριοποίησης με ένα αναδυόμενο μενού-εργαλείο, ενώ αν το αποτελέσματα είναι ένα δένδρο απόφασης(το οποίο δημιουργείται με την βοήθεια του αλγόριθμου J48) μπορεί να προβληθεί γραφικά με ένα αναδυόμενο γραφικό περιβάλλον Δημιουργία έμπειρου συστήματος από δεδομένα Εργαλείο ACRES Το ACRES (Automatic CReator of Expert Systems) είναι ένα εργαλείο το οποίο αναπτύχθηκε από την ομάδα τεχνητής νοημοσύνης της σχολής Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής του Πανεπιστημίου Πατρών στις 6/7/2010. Πρόκειται για λογισμικό που δημιουργεί αυτόματα έμπειρα συστήματα με συντελεστές βεβαιότητας (μπορεί δηλαδή να συνδυάζει συμπεράσματα για το ίδιο γεγονός). Σήμερα βρίσκεται στην έκδοση όπου αποτελεί ένα γενικευμένο εργαλείο για έμπειρα συστήματα. Πιο συγκεκριμένα αναπτύχθηκε μια επέκταση που επιτρέπει τη δημιουργία κανόνων κατηγοριοποίησης για πρόσθετες μεταβλητές (εκτός από τη μεταβλητή εξόδου) για τις οποίες ο χρήστης δε μπορεί να δώσει τιμές. Έτσι, δίνεται η δυνατότητα ανάπτυξης πιο περίπλοκων ιεραρχιών κανόνων 26

27 που παρ ολ αυτά μπορούν να απεικονισθούν πολύ εύκολα με κάποιο δέντρο. Επιπλέον παρέχεται η δυνατότητα κατάταξης και επιλογής υποσυνόλων γεγονός που καθιστά τη δημιουργία του έμπειρου συστήματος πιο αυτόματη και πιο αποδοτική.τέλος,έχει προστεθεί η δυνατότητα δυναμικής αναβάθμισης των συντελεστών βεβαιότητας των κανόνων Δημιουργία Υβριδικών κανόνων από δεδομένα Εργαλείο HYMES Το σύστημα Hymes (Hybrid modular expert system) δημιουργήθηκε από την Ομάδα Τεχνητής Νοημοσύνης του Τμήματος Μηχ/κών Η/Υ & Πληροφορικής του Πανεπιστημίου Πατρών το 2001 και συνδυάζει την τεχνολογία των έμπειρων συστημάτων και αυτή των νευρωνικών δικτύων, εκμεταλλευόμενο τα πλεονεκτήματα και των δύο. Πιο συγκεκριμένα, το Hymes είναι ένα εργαλείο που έχει τη δυνατότητα δημιουργίας υβριδικών εμπείρων συστημάτων Αξιολόγηση έμπειρων συστημάτων Η αξιολόγηση των έμπειρων συστημάτων έγινε βάσει των τύπων που αναφέρονται παρακάτω. Η πιο απλή και αντιπροσωπευτική μετρική που μπορούμε να χρησιμοποιήσουμε είναι η Γενική Ορθότητα Πρόβλεψης (General Predictive Accuracy) που είναι απλά το ποσοστό των στιγμιότυπων του συνόλου ελέγχου που ταξινομήθηκαν στην σωστή κλάση. Μια ομάδα επιπλέων συνήθων μετρικών είναι οι παρακάτω: 27

28 TP TN acc Ορθότητα (Accuracy) TP FP FN TN TP prec Ακρίβεια (Precision) TP FP TP sen Ευαισθησία (Sensitivity) TP FN TN spec Εξειδίκευση (Specificity) TN FP όπου οι παράμετροι TP (True Positive), FN (False Negative), FP (False Positive), και TN (True Negative) υπολογίζονται ως εξής: TP = όσα παραδείγματα ανήκουν στην κλάση (εξόδου) 1 και ταξινομήθηκαν στην 1 FN = όσα παραδείγματα ανήκουν στην κλάση (εξόδου) 1, αλλά ταξινομήθηκαν στην 2 FP = όσα παραδείγματα ανήκουν στην κλάση (εξόδου) 2, αλλά ταξινομήθηκαν στην 1 TN = όσα παραδείγματα ανήκουν στην κλάση (εξόδου) 2 και ταξινομήθηκαν στην 2 Οι παραπάνω ορισμοί τους αφορούν δυαδικές εξόδους. Στην περίπτωση που έχουμε περισσότερες από δύο κλάσεις εξόδου, τότε οι παραπάνω παράμετροι υπολογίζονται χωριστά για κάθε κλάση i, ως εξής: TPi = όσα ανήκουν στην κλάση (εξόδου) i και ταξινομήθηκαν στην i FNi = όσα ανήκουν στην κλάση (εξόδου) i, αλλά δεν ταξινομήθηκαν σ αυτήν FPi = όσα δεν ανήκουν στην κλάση (εξόδου) i, αλλά ταξινομήθηκαν στην i TNi = όσα δεν ανήκουν στην κλάση (εξόδου) i και δεν ταξινομήθηκαν σ αυτήν Ουσιαστικά για κάθε κλάση βλέπουμε το πρόβλημα ως δυαδικό οπού η πρώτη έξοδος είναι η ίδια η κλάση και δεύτερη έξοδος όλες οι υπόλοιπες. Προσέξτε ότι αντίθετα με την περίπτωση δυαδικού προβλήματος εάν το σύστημα προβλέψει σωστά ότι ένα στιγμιότυπο δεν ανήκει στην κλάση που ελέγχουμε (περίπτωση True Negative), αυτό δεν σημαίνει απαραίτητα ότι το σύστημα το πρόβλεψε και στην σωστή. Για αυτόν τον λόγο η παράμετρος TN και όσες μετρικές την χρησιμοποιούν (Accuracy, Specificity) χάνουν την αξιοπιστία τους. Για αυτόν τον λόγο σε προβλήματα με περισσότερες από δύο εξόδους, εκτός από την Γενική Ορθότητα Πρόβλεψης δίνουμε βάση στις μετρικές Ακρίβεια (Precision, που ορίσαμε πριν) και Ανάκληση (Recall που αντιστοιχεί στην Ευαισθησία-Sensitivity 28

29 που ορίσαμε πριν). Άλλη χρήσιμη μετρική είναι η F-Measure που συνδυάζει τις Recall και Precision όπως φαίνεται στους τύπους: recall TP TP FN TP precision recall precision F _ measure 2, TP FP, precision recall Τέλος έχοντας υπολογίσει τις παραπάνω μετρικές για κάθε κλάση, μπορούμε να πάρουμε τον μέσο όρο. Συνήθως χρησιμοποιούμε βάρη στον υπολογισμό του ΜΟ ώστε να λάβουμε υπόψη την συχνότητα της κάθε κλάσης στο σύνολο ελέγχου. Για παράδειγμα αν έχουμε m κλάσεις και το σύνολο ελέγχου έχει k στιγμιότυπα με ki τα στιγμιότυπα της κλάσης i τότε μπορούμε να υπολογίσουμε τον μέσο όρο της Ανάκλησης ως εξής: 29

30 Κεφάλαιο 3 ΠΑΡΟΥΣΙΑΣΗ ΓΝΩΣΗΣ ΠΕΔΙΟΥ Για να δημιουργηθεί ένα ευφυές σύστημα για τη διάγνωση της κατάθλιψης απαιτείται να χρημιμοποιηθεί ένα πιστοποημένο εργαλείο διάγνωσης κλίμακα το οποίο μέχρι σήμερα χρησιμοποιείται σε έντυπη μορφή από ειδικούς και περιλαμβάνει τη γενική γνώση όπως αυτή έχει παρουσιαστεί στον προηγούμενο κεφάλαιο. Πιο ειδικά είναι γνωστο ότι η διάγνωση ενός επεισοδίου μανίας και κατάθλιψης είναι το πρώτο βήμα για την πλήρη διάγνωση. Τα επόμενα βήματα είναι να καθοριστούν τα στοιχεία, τα οποία μαζί με τα μελαγχολικά και άτυπα χαρακτηριστικά χαρακτηρίζουν το επεισόδιο. Στην συνέχεια πρέπει να εξεταστούν οι ειδικοί τύποι των διαταραχών διάθεσης. Μερικές από αυτές τις κατηγορίες υποτύπων πληρούν τα διεθνώς αποδεκτά κριτήρια του DSM-IV-TR ερωτηματολογίου για τις διαταραχές της διάθεσης με ή χωρίς ειδικά συμπτώματα ή προσδιοριστικά στοιχεία πορείας της νόσου και μερικές αποτελούν συχνά σύνδρομα, τα οποία μπορεί να μην πληρούν τα τυπικά διαγνωστικά κριτήρια, αλλά έχουν αναμφισβήτητη κλινική σημασία. TA ΚΡΙΤΗΡΙΑ DSM-IV-TR Τα κριτήρια του εν λόγω εργαλείου είναι αυτά που στη συνέχεια θα αναπαρασταθούν με κανόνες στο ευφυές σύστημα που θα δημιουργηθεί και για τον λόγο αυτό παρουσιάζονται με μορφή πινάκων ώστε να είναι πιο κατανοητή η δομή του συστήματος που περιγράφεται στο 4 ο κεφάλαιο. ΓΕΝΙΚΑ Για ένα επεισόδιο μείζονας κατάθλιψης, ένα άτομο πρέπει να βιώσει τουλάχιστον πέντε από τα εννιά συμπτώματα του Πίνακα 4 κατά τη διάρκεια δυο εβδομάδων ή περισσότερο, σχεδόν κάθε μέρα για όλο αυτό το διάστημα και αυτό να αποτελεί μια αλλαγή από το προηγούμενο επίπεδο δραστηριοποίησης. Ένα από τα συμπτώματα πρέπει να είναι είτε καταθλιπτική διάθεση ή απώλεια ενδιαφέροντος. Σημείωση: Δεν περιλαμβάνονται συμπτώματα τα οποία οφείλονται σαφώς σε παθολογικές καταστάσεις ή σε άσχετες με τη διάθεση παραισθήσεις ή ψευδαισθήσεις. 30

31 (1) Καταθλιπτική διάθεση στη μεγαλύτερη διάρκεια της ημέρας, σχεδόν κάθε ημέρα, που αποκαλύπτεται είτε από υποκειμενική αναφορά (π.χ. αισθημάτων ή κενού) ή από παρατηρήσεις τρίτων (π.χ. φαίνεται δακρυσμένος). (2) Σημαντική απώλεια βάρους χωρίς περιορισμό της τροφής ή αύξηση βάρους (π.χ. μεταβολή του βάρους σώματος πάνω από 5% σε ένα μήνα) ή ελάττωση ή αύξηση της όρεξης σχεδόν κάθε ημέρα. (4) Αϋπνία ή υπνηλία σχεδόν κάθε ημέρα (5) Ψυχοκινητική διέγερση ή επιβράδυνση σχεδόν κάθε ημέρα (μπορεί να γίνει αντιληπτό από τρίτους και δεν αποτελεί μόνο υποκειμενικό αίσθημα νευρικότητας ή νωθρότητας) (6) Κόπωση ή έλλειψη ενεργητικότητας σχεδόν κάθε ημέρα (7) Αίσθημα ματαιότητας ή υπερβολής ή αδικαιολόγητης ενοχής (που μπορεί να είναι παραισθησιακή) σχεδόν κάθε ημέρα (δεν αποτελεί μόνο υποκειμενική προσέγγιση ή αίσθημα ενοχής για τη νόσο). (8) Μείωση της ικανότητας σκέψης ή συγκέντρωσης ή αναποφασιστικότητα σχεδόν κάθε ημέρα (είτε από υποκειμενική αναφορά ή ως παρατήρηση από τρίτους). (9) Επαναλαμβανόμενες σκέψεις θανάτου (όχι μόνο φόβος θανάτου), επαναλαμβανόμενος αυτοκτονικός ιδεασμός χωρίς συγκεκριμένο σχέδιο ή απόπειρα αυτοκτονίας ή συγκεκριμένο σχέδιο εκτέλεσης αυτοκτονίας. Πίνακας 4.Γενικά συμπτώματα κατάθλιψης Τα συμπτώματα δεν πληρούν τα κριτήρια του Μικτού Επεισοδίου. Τα συμπτώματα προκαλούν κλινικά σημαντικό άγχος ή μείωση της κοινωνικής, επαγγελματικής ή άλλης σημαντικής λειτουργικότητας. 31

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση ΚΕΦΑΛΑΙΟ 18 18 Μηχανική Μάθηση Ένα φυσικό ή τεχνητό σύστηµα επεξεργασίας πληροφορίας συµπεριλαµβανοµένων εκείνων µε δυνατότητες αντίληψης, µάθησης, συλλογισµού, λήψης απόφασης, επικοινωνίας και δράσης

Διαβάστε περισσότερα

Η νόσος του Parkinson δεν είναι µόνο κινητική διαταραχή. Έχει υπολογισθεί ότι µέχρι και 50% των ασθενών µε νόσο Πάρκινσον, µπορεί να βιώσουν κάποια

Η νόσος του Parkinson δεν είναι µόνο κινητική διαταραχή. Έχει υπολογισθεί ότι µέχρι και 50% των ασθενών µε νόσο Πάρκινσον, µπορεί να βιώσουν κάποια ρ ZΩΗ ΚΑΤΣΑΡΟΥ Νευρολόγος ιευθύντρια ΕΣΥ Η νόσος του Parkinson δεν είναι µόνο κινητική διαταραχή. Έχει υπολογισθεί ότι µέχρι και 50% των ασθενών µε νόσο Πάρκινσον, µπορεί να βιώσουν κάποια µορφή κατάθλιψης,

Διαβάστε περισσότερα

Οικονόμου Παναγιώτης.

Οικονόμου Παναγιώτης. Οικονόμου Παναγιώτης panawths@gmail.com poikonomou@teilam.gr Οικονόμου Παναγιώτης 1 Παπαγεωργίου. 2 Αθήνα-Ελλάδα χρόνου 460 π.χ.? Ένας νεαρός άνδρας σκεπτόμενος το ενδεχόμενο γάμου, ζητά από τον Σωκράτη

Διαβάστε περισσότερα

Τι είναι η κατάθλιψη;

Τι είναι η κατάθλιψη; Τι είναι η κατάθλιψη; Στην καθημερινή ζωή με τον όρο κατάθλιψη εννοούμε μια κατάσταση θλίψης και μελαγχολίας, αυτό συνήθως είναι παροδικό και μάλλον οφείλεται σε κάτι σχετικά ασήμαντο και επουσιώδες. Η

Διαβάστε περισσότερα

Ποια είναι τα είδη της κατάθλιψης;

Ποια είναι τα είδη της κατάθλιψης; Ολοι κάποιες φορές νιώθουμε μελαγχολία ή θλίψη, αλλά αυτά τα συναισθήματα συνήθως περνούν μετά από λίγες μέρες. Όταν ένα άτομο έχει κατάθλιψη, η διαταραχή αυτή επηρεάζει την καθημερινή του ζωή, τη φυσιολογική

Διαβάστε περισσότερα

ΑΥΤΟΚΤΟΝΙΑ ΚΑΙ ΨΥΧΙΚΕΣ ΙΑΤΑΡΑΧΕΣ

ΑΥΤΟΚΤΟΝΙΑ ΚΑΙ ΨΥΧΙΚΕΣ ΙΑΤΑΡΑΧΕΣ ΑΥΤΟΚΤΟΝΙΑ ΚΑΙ ΨΥΧΙΚΕΣ ΙΑΤΑΡΑΧΕΣ ΟΡΙΣΜΟΣ Η αυτοκτονική συµπεριφορά ορίζεται ως η συµπεριφορά, κατά την οποία το άτοµο θέλει να κάνει κακό στον εαυτό του µε σκοπό να δώσει ένα τέλος στη ζωή του. ιαχωρίζεται

Διαβάστε περισσότερα

Κατάθλιψη: ορισμός, συμπτώματα, αίτια, αντιμετώπιση, πρόληψη

Κατάθλιψη: ορισμός, συμπτώματα, αίτια, αντιμετώπιση, πρόληψη Εσπερινό ΕΠΑΛ Αγρινίου 26-01-2016 Κατάθλιψη: ορισμός, συμπτώματα, αίτια, αντιμετώπιση, πρόληψη Παλαιοδήμου Ε., ψυχολόγος Κέντρο Ημέρας για Παιδιά με Αναπτυξιακές Διαταραχές, Εταιρία Ψυχικής Υγείας Παιδιού

Διαβάστε περισσότερα

Η ΨΥΧΙΑΤΡΙΚΗ ΔΙΑΓΝΩΣΗ ΚΑΙ ΤΑ ΣΥΓΧΡΟΝΑ ΤΑΞΙΝΟΜΙΚΑ ΣΥΣΤΗΜΑΤΑ

Η ΨΥΧΙΑΤΡΙΚΗ ΔΙΑΓΝΩΣΗ ΚΑΙ ΤΑ ΣΥΓΧΡΟΝΑ ΤΑΞΙΝΟΜΙΚΑ ΣΥΣΤΗΜΑΤΑ Η ΨΥΧΙΑΤΡΙΚΗ ΔΙΑΓΝΩΣΗ ΚΑΙ ΤΑ ΣΥΓΧΡΟΝΑ ΤΑΞΙΝΟΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΓΕΩΡΓΙΛΑ ΕΛΕΝΗ Απαρτιωμένη Διδασκαλία ΕΙΣΑΓΩΓΗ Διάγνωση: είναι η πολύπλοκη διαδικασία αναγνώρισης και ταυτοποίησης μιας διαταραχής που γίνεται

Διαβάστε περισσότερα

ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΑΠΘ Εργαστήριο Πληροφορικής στη Γεωργία ΠΛΗΡΟΦΟΡΙΚΗ Ι

ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΑΠΘ Εργαστήριο Πληροφορικής στη Γεωργία ΠΛΗΡΟΦΟΡΙΚΗ Ι ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΑΠΘ Εργαστήριο Πληροφορικής στη Γεωργία ΠΛΗΡΟΦΟΡΙΚΗ Ι Συστήματα Υποστήριξης Αποφάσεων Τα Συστήματα Υποστήριξης Αποφάσεων (Σ.Υ.Α. - Decision Support Systems, D.S.S.) ορίζονται ως συστήματα

Διαβάστε περισσότερα

Πληροφορική 2. Τεχνητή νοημοσύνη

Πληροφορική 2. Τεχνητή νοημοσύνη Πληροφορική 2 Τεχνητή νοημοσύνη 1 2 Τι είναι τεχνητή νοημοσύνη; Τεχνητή νοημοσύνη (AI=Artificial Intelligence) είναι η μελέτη προγραμματισμένων συστημάτων τα οποία μπορούν να προσομοιώνουν μέχρι κάποιο

Διαβάστε περισσότερα

Διπολική διαταραχή μανιοκατάθλιψη,

Διπολική διαταραχή μανιοκατάθλιψη, ΨΥΧΙΚΕΣ ΔΙΑΤΑΡΑΧΕΣ Ο όρος ψυχική διαταραχή περιλαμβάνει ένα μεγάλο εύρος προβλημάτων που έχουν σχέση με την ψυχική κατάσταση και την συμπεριφορά ενός ατόμου. Οι διάφορες ψυχικές διαταραχές εκδηλώνονται

Διαβάστε περισσότερα

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΛΑΡΙΣΑΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΜΕ ΤΙΤΛΟ ΚΑΤΑΘΛΙΨΗ

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΛΑΡΙΣΑΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΜΕ ΤΙΤΛΟ ΚΑΤΑΘΛΙΨΗ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΛΑΡΙΣΑΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΜΕ ΤΙΤΛΟ ΚΑΤΑΘΛΙΨΗ ΜΑΘΗΜΑ: ΚΟΙΝΟΤΙΚΗ ΝΟΣΗΛΕΥΤΙΚΗ ΙΙ ΥΠΕΥΘΥΝΗ ΜΑΘΗΜΑΤΟΣ: κα.κυπαρισση Ονοματεπώνυμο σπουδάστριας: ΜΑΜΑΛΗ ΗΛΙΑΝΝΑ

Διαβάστε περισσότερα

Χαρακτηριστικά, οµή και Λειτουργία Συστηµάτων Γνώσης

Χαρακτηριστικά, οµή και Λειτουργία Συστηµάτων Γνώσης Κεφάλαιο 21 Χαρακτηριστικά, οµή και Λειτουργία Συστηµάτων Γνώσης Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Συστήµατα Γνώσης Επιδεικνύουν νοήµονα

Διαβάστε περισσότερα

Πληροφοριακά Συστήματα & Περιβάλλον

Πληροφοριακά Συστήματα & Περιβάλλον ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Πληροφοριακά Συστήματα & Περιβάλλον Ενότητα 9: Έμπειρα Συστήματα Παναγιώτης Λεφάκης Δασολογίας & Φυσικού Περιβάλλοντος Άδειες Χρήσης Το

Διαβάστε περισσότερα

ΨΥΧΟΛΟΓΙΑ ΑΣΘΕΝ-Ν ΣΤΗ ΣΤΕΦΑΝΙΑΙΑ ΜΟΝΑΔΑ ΚΑΙ ΝΟΣΗΛΕΥΤΙΚΗ ΑΝΤΙΜΕΤ-ΠΙΣΗ

ΨΥΧΟΛΟΓΙΑ ΑΣΘΕΝ-Ν ΣΤΗ ΣΤΕΦΑΝΙΑΙΑ ΜΟΝΑΔΑ ΚΑΙ ΝΟΣΗΛΕΥΤΙΚΗ ΑΝΤΙΜΕΤ-ΠΙΣΗ ΨΥΧΟΛΟΓΙΑ ΑΣΘΕΝ-Ν ΣΤΗ ΣΤΕΦΑΝΙΑΙΑ ΜΟΝΑΔΑ ΚΑΙ ΝΟΣΗΛΕΥΤΙΚΗ ΑΝΤΙΜΕΤ-ΠΙΣΗ ΧΑΤΖΗΣΤΕΦΑΝΟΥ ΦΑΝΗ ΝΟΣΗΛΕΥΤΡΙΑ Τ.Ε. Β Γ ΚΑΡΔΙΟΛΟΓΙΚΗ ΚΛΙΝΙΚΗ ΙΠΠΟΚΡΑΤΕΙΟ ΝΟΣΟΚΟΜΕΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ Η στεφανιαία µονάδα είναι ένας χώρος

Διαβάστε περισσότερα

Κατάθλιψη. Κατάθλιψη

Κατάθλιψη. Κατάθλιψη Κατάθλιψη Παρόλο που η κατάθλιψη είναι μια από τις πιο κοινές ψυχικές διαταραχές, υπάρχει ακόμη κάποια σύγχυση στο ευρύ κοινό σχετικά με το τι ακριβώς εννοούμε όταν λέμε ότι κάποιος πάσχει από κατάθλιψη.

Διαβάστε περισσότερα

Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων

Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων Εισηγητής: ρ Ηλίας Ζαφειρόπουλος Εισαγωγή Ιατρικά δεδοµένα: Συλλογή Οργάνωση Αξιοποίηση Data Mining ιαχείριση εδοµένων Εκπαίδευση

Διαβάστε περισσότερα

Παιδαγωγικά. Ενότητα ΣΤ: Διαχείριση Σχολικής Τάξης. Ζαχαρούλα Σμυρναίου Σχολή Φιλοσοφίας Τμήμα Παιδαγωγικής και Ψυχολογίας

Παιδαγωγικά. Ενότητα ΣΤ: Διαχείριση Σχολικής Τάξης. Ζαχαρούλα Σμυρναίου Σχολή Φιλοσοφίας Τμήμα Παιδαγωγικής και Ψυχολογίας Παιδαγωγικά Ενότητα ΣΤ: Διαχείριση Σχολικής Τάξης Ζαχαρούλα Σμυρναίου Σχολή Φιλοσοφίας Τμήμα Παιδαγωγικής και Ψυχολογίας Περιεχόμενα ενότητας Συναισθηματική Νοημοσύνη Μαθησιακές Δυσκολίες, Αποκλίνουσες

Διαβάστε περισσότερα

Διπλωματική εργασία Θέμα: «Δημιουργία ευφυούς συστήματος για τη διαχείριση και διαλογή των ασθενών Τμήματος Επειγόντων Περιστατικών

Διπλωματική εργασία Θέμα: «Δημιουργία ευφυούς συστήματος για τη διαχείριση και διαλογή των ασθενών Τμήματος Επειγόντων Περιστατικών Διπλωματική εργασία Θέμα: «Δημιουργία ευφυούς συστήματος για τη διαχείριση και διαλογή των ασθενών Τμήματος Επειγόντων Περιστατικών Μεταπτυχιακός φοιτητής: Γεώργιος Κηπουργός Νοσηλευτής Τ.Ε Επιβλέπων καθηγητής:

Διαβάστε περισσότερα

Ευφυής Προγραμματισμός

Ευφυής Προγραμματισμός Ευφυής Προγραμματισμός Ενότητα 13: Δημιουργία Βάσεων Κανόνων Από Δεδομένα- Αξιολόγηση Βάσης Κανόνων Ιωάννης Χατζηλυγερούδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ & Πληροφορικής Δημιουργία Βάσεων Κανόνων

Διαβάστε περισσότερα

Πολλοί άνθρωποι θεωρούν λανθασμένα ότι δεν είναι «ψυχικά δυνατοί». Άλλοι μπορεί να φοβούνται μήπως δεν «φανούν» ψυχικά δυνατοί στο περιβάλλον τους.

Πολλοί άνθρωποι θεωρούν λανθασμένα ότι δεν είναι «ψυχικά δυνατοί». Άλλοι μπορεί να φοβούνται μήπως δεν «φανούν» ψυχικά δυνατοί στο περιβάλλον τους. Πολλοί άνθρωποι θεωρούν λανθασμένα ότι δεν είναι «ψυχικά δυνατοί» Άλλοι μπορεί να φοβούνται μήπως δεν «φανούν» ψυχικά δυνατοί στο περιβάλλον τους Η αυτοεικόνα μας «σχηματίζεται» ως ένα σχετικά σταθερό

Διαβάστε περισσότερα

Αποκατάσταση Καρδιοπαθούς Ασθενούς Ο ρόλος του Ψυχιάτρου

Αποκατάσταση Καρδιοπαθούς Ασθενούς Ο ρόλος του Ψυχιάτρου Αποκατάσταση Καρδιοπαθούς Ασθενούς Ο ρόλος του Ψυχιάτρου Πανταζής Α. Ιορδανίδης Διδάκτωρ Ψυχιατρικής Α.Π.Θ Καθηγητής Ψυχολογίας & Διατροφής, ΑΤΕΙ Ιορδανίδης,, 10/3/11 1 ρ.πανταζής Ιορδανίδης, 10/3/11 2

Διαβάστε περισσότερα

Περιεχόµενα. Πληροφοριακά Συστήµατα: Κατηγορίες και Κύκλος Ζωής. Π.Σ. ιαχείρισης Πράξεων. Π.Σ. ιοίκησης. Κατηγορίες Π.Σ. Ο κύκλος ζωής Π.Σ.

Περιεχόµενα. Πληροφοριακά Συστήµατα: Κατηγορίες και Κύκλος Ζωής. Π.Σ. ιαχείρισης Πράξεων. Π.Σ. ιοίκησης. Κατηγορίες Π.Σ. Ο κύκλος ζωής Π.Σ. Πληροφοριακά Συστήµατα: Κατηγορίες και Κύκλος Ζωής Περιεχόµενα Κατηγορίες Π.Σ. ιαχείρισης Πράξεων ιοίκησης Υποστήριξης Αποφάσεων Έµπειρα Συστήµατα Ατόµων και Οµάδων Ο κύκλος ζωής Π.Σ. Ορισµός Φάσεις Χρήστες

Διαβάστε περισσότερα

Σχιζοφρένεια. Τι Είναι η Σχιζοφρένεια; Από Τι Προκαλείται η Σχιζοφρένεια; Ποια Είναι Τα Συμπτώματα Της Σχιζοφρένειας;

Σχιζοφρένεια. Τι Είναι η Σχιζοφρένεια; Από Τι Προκαλείται η Σχιζοφρένεια; Ποια Είναι Τα Συμπτώματα Της Σχιζοφρένειας; Σχιζοφρένεια Τι Είναι η Σχιζοφρένεια; Η σχιζοφρένεια, μια πνευματική ασθένεια που προκαλεί διαταραχή στον τρόπο που σκέφτεται το άτομο, επηρεάζει περίπου το 1% του πληθυσμού. Συνήθως ξεκινά από τα τελευταία

Διαβάστε περισσότερα

Ψυχολογία ασθενών με καρδιακή ανεπάρκεια στο Γενικό Νοσοκομείο

Ψυχολογία ασθενών με καρδιακή ανεπάρκεια στο Γενικό Νοσοκομείο Ψυχολογία ασθενών με καρδιακή ανεπάρκεια στο Γενικό Νοσοκομείο ΤΖΙΝΕΒΗ ΜΥΡΤΩ - ΧΑΤΖΗΣΤΕΦΑΝΟΥ ΦΑΝΗ ΝΟΣΗΛΕΥΤΡΙΕΣ Τ.Ε. Β & Γ ΚΑΡΔΙΟΛΟΓΙΚΗ ΚΛΙΝΙΚΗ ΙΠΠΟΚΡΑΤΕΙΟ ΝΟΣΟΚΟΜΕΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ Η καρδιακή ανεπάρκεια

Διαβάστε περισσότερα

Γιάννης Θεοδωράκης (2010). ΕΚΔΟΣΕΙΣ ΧΡΙΣΤΟΔΟΥΛΙΔΗ

Γιάννης Θεοδωράκης (2010). ΕΚΔΟΣΕΙΣ ΧΡΙΣΤΟΔΟΥΛΙΔΗ Γιάννης Θεοδωράκης (2010). ΕΚΔΟΣΕΙΣ ΧΡΙΣΤΟΔΟΥΛΙΔΗ Πολύ συχνά, τα άτομα, παρατηρώντας τους άλλους, εντοπίζουν υπερβολές και ακρότητες στις συμπεριφορές τους. Παρατηρούν υπερβολές στους χώρους της εργασίας.

Διαβάστε περισσότερα

Το παιδί μου έχει αυτισμό Τώρα τι κάνω

Το παιδί μου έχει αυτισμό Τώρα τι κάνω Το παιδί μου έχει αυτισμό Τώρα τι κάνω Το όνειρο Ένα ζευγάρι περιμένει παιδί. Τότε αρχίζει να ονειρεύεται αυτό το παιδί. Κτίζει την εικόνα ενός παιδιού μέσα στο μυαλό του. Βάσει αυτής της εικόνας, κάνει

Διαβάστε περισσότερα

Παρουσίαση Περιστατικού. Αυτοκτονικός Ιδεασμός και Κατάθλιψη στην Ήπια Νοητική Διαταραχή. Διαμαντίδου Αλεξάνδρα, Ψυχολόγος

Παρουσίαση Περιστατικού. Αυτοκτονικός Ιδεασμός και Κατάθλιψη στην Ήπια Νοητική Διαταραχή. Διαμαντίδου Αλεξάνδρα, Ψυχολόγος Παρουσίαση Περιστατικού Αυτοκτονικός Ιδεασμός και Κατάθλιψη στην Ήπια Νοητική Διαταραχή Διαμαντίδου Αλεξάνδρα, Ψυχολόγος Δημογραφικά Στοιχεία Ηλικία:65 ετών Εκπαίδευση: 6 έτη Επάγγελμα: Μοντελίστ Τόπος

Διαβάστε περισσότερα

1 Γ Εκπαιδευτική Σειρά 2018 Ελληνικό Ινστιτούτο McKenzie

1 Γ Εκπαιδευτική Σειρά 2018 Ελληνικό Ινστιτούτο McKenzie 1 Γ Εκπαιδευτική Σειρά 2018 Ελληνικό Ινστιτούτο McKenzie ΠΡΟΓΡΑΜΜΑ Ημέρα 1η 09:00 17:00 Ημέρα 2η 09:00 17:00 Ημέρα 3η 09:00 17:00 Χρόνος Κεφάλαιο Θέμα 09:00-10:00 Κεφάλαιο 1 Περιοχές Προβλημάτων 10:00-11:00

Διαβάστε περισσότερα

Ο καθημερινός άνθρωπος ως «ψυχολόγος» της προσωπικότητάς του - Νικόλαος Γ. Βακόνδιος - Ψυχο

Ο καθημερινός άνθρωπος ως «ψυχολόγος» της προσωπικότητάς του - Νικόλαος Γ. Βακόνδιος - Ψυχο Έ να πολύ μεγάλο ποσοστό ανθρώπων που αντιμετωπίζουν έντονο άγχος, δυσθυμία, «κατάθλιψη» έχει την «τάση» να αποδίδει λανθασμένα τις ψυχικές αυτές καταστάσεις, σε έναν «προβληματικό εαυτό του», (μία δυστυχώς

Διαβάστε περισσότερα

Γεωργία Ζαβράκα, MSc. Ψυχολόγος Ψυχοδυναμική Ψυχοθεραπεύτρια

Γεωργία Ζαβράκα, MSc. Ψυχολόγος Ψυχοδυναμική Ψυχοθεραπεύτρια 5 ο Συμπόσιο Νοσηλευτικής Ογκολογίας "Οι Ψυχολογικές Επιπτώσεις στον Ογκολογικό Ασθενή και ο Πολυδιάστατος Ρόλος της Συμβουλευτικής στην Αντιμετώπισής τους" Γεωργία Ζαβράκα, MSc. Ψυχολόγος Ψυχοδυναμική

Διαβάστε περισσότερα

Εισαγωγή στα Τεχνητά Νευρωνικά Δίκτυα. "Τεχνητά Νευρωνικά Δίκτυα" (Διαφάνειες), Α. Λύκας, Παν. Ιωαννίνων

Εισαγωγή στα Τεχνητά Νευρωνικά Δίκτυα. Τεχνητά Νευρωνικά Δίκτυα (Διαφάνειες), Α. Λύκας, Παν. Ιωαννίνων Εισαγωγή στα Τεχνητά Νευρωνικά Δίκτυα Τεχνητή Νοημοσύνη (Artificial Intelligence) Ανάπτυξη μεθόδων και τεχνολογιών για την επίλυση προβλημάτων στα οποία ο άνθρωπος υπερέχει (?) του υπολογιστή Συλλογισμοί

Διαβάστε περισσότερα

Θεωρίες Μάθησης: Πρακτικές εφαρμογές στην εκπαίδευση και ανάπτυξη εργαζομένων. Τι είναι μάθηση;

Θεωρίες Μάθησης: Πρακτικές εφαρμογές στην εκπαίδευση και ανάπτυξη εργαζομένων. Τι είναι μάθηση; Θεωρίες Μάθησης: Πρακτικές εφαρμογές στην εκπαίδευση και ανάπτυξη εργαζομένων Ιωάννης Νικολάου Οικονομικό Πανεπιστήμιο Αθηνών Τι είναι μάθηση; Η μάθηση ορίζεται ως μια σχετικά μόνιμη αλλαγή της συμπεριφοράς

Διαβάστε περισσότερα

Γράφει: Θάνος Παπαθανασίου, Μαιευτήρας - Γυναικολόγος. Νεότερες απόψεις και θεραπείες

Γράφει: Θάνος Παπαθανασίου, Μαιευτήρας - Γυναικολόγος. Νεότερες απόψεις και θεραπείες Γράφει: Θάνος Παπαθανασίου, Μαιευτήρας Γυναικολόγος Νεότερες απόψεις και θεραπείες Το Σύνδρομο Πολυκυστικών Ωοθηκών (ΣΠΩ) είναι η συχνότερη ορμονική πάθηση της σύγχρονης γυναίκας. Υπολογίζεται ότι περίπου

Διαβάστε περισσότερα

Η αντίσταση στην ψυχοθεραπεία από ασθενείς με καρκίνο

Η αντίσταση στην ψυχοθεραπεία από ασθενείς με καρκίνο Η αντίσταση στην ψυχοθεραπεία από ασθενείς με καρκίνο Χριστιάνα Μήτση Ψυχολόγος Μsc-Ψυχοθεραπεύτρια Πανελληνίου Συλλόγου Γυναικών με Καρκίνο Μαστού «Άλμα Ζωής» ΣΥΜΦΩΝΑ ΜΕ ΤΑ ΕΡΕΥΝΗΤΙΚΑ ΣΤΟΙΧΕΙΑ: Υπάρχουν

Διαβάστε περισσότερα

Πώς μπορούν να συμβάλλουν οι ψυχολογικές παρεμβάσεις στην Καρδιαγγειακή νόσο

Πώς μπορούν να συμβάλλουν οι ψυχολογικές παρεμβάσεις στην Καρδιαγγειακή νόσο Πώς μπορούν να συμβάλλουν οι ψυχολογικές παρεμβάσεις στην Καρδιαγγειακή νόσο Ανδρέας Φλωράκης Βιολόγος, Ψυχίατρος, PhD, Γ.Ν. Ελευσίνας Ελληνική Καρδιολογική Εταιρεία Σεμινάρια Εργασίας Θεσσαλονίκη 2 ος

Διαβάστε περισσότερα

Managing Information. Lecturer: N. Kyritsis, MBA, Ph.D. Candidate Athens University of Economics and Business. e-mail: kyritsis@ist.edu.

Managing Information. Lecturer: N. Kyritsis, MBA, Ph.D. Candidate Athens University of Economics and Business. e-mail: kyritsis@ist.edu. Managing Information Lecturer: N. Kyritsis, MBA, Ph.D. Candidate Athens University of Economics and Business e-mail: kyritsis@ist.edu.gr Διαχείριση Γνώσης Knowledge Management Learning Objectives Ποιοί

Διαβάστε περισσότερα

Διαταραχές συμπεριφοράς στην Άνοια

Διαταραχές συμπεριφοράς στην Άνοια Διαταραχές συμπεριφοράς στην Άνοια Κώστας Νικολάου ψυχίατρος Παρουσίαση βασισμένη στο: BPSD Educational Pack, International Psychogeriatric Association (IPA) 2002 Τα Συμπεριφορικά και Ψυχολογικά συμπτώματα

Διαβάστε περισσότερα

Ενσωματωμένες υπηρεσίες Συμπεριφορικής Υγείας στις δομές υγείας. Β Μέρος

Ενσωματωμένες υπηρεσίες Συμπεριφορικής Υγείας στις δομές υγείας. Β Μέρος Ενσωματωμένες υπηρεσίες Συμπεριφορικής Υγείας στις δομές υγείας Β Μέρος Κατάθλιψη Αξιολόγηση Χρήση ψυχομετρικών εργαλείων Ερωτήσειςγια: Συναίσθημα Ύπνο Ενδιαφέροντα Ενοχή Ενέργεια Συγκέντρωση Όρεξη Ψυχοκοινωνική

Διαβάστε περισσότερα

Ένα οµαδικό πρόγραµµα παρέµβασης για τη διαχείριση του στρες σε µετεφηβικό-φοιτητικό πληθυσµό

Ένα οµαδικό πρόγραµµα παρέµβασης για τη διαχείριση του στρες σε µετεφηβικό-φοιτητικό πληθυσµό Ευάγγελος Χ. Καραδήµας & Αναστασία Καλαντζή-Αζίζι Τοµέας Ψυχολογίας, Πανεπιστήµιο Αθηνών Ένα οµαδικό παρέµβασης για τη διαχείριση του στρες σε µετεφηβικό-φοιτητικό πληθυσµό Παρουσίαση στη ιηµερίδα του

Διαβάστε περισσότερα

9 o Πανελλήνιο Συνέδριο Νόσου A lzheimer και Συγγενών Διαταραχών

9 o Πανελλήνιο Συνέδριο Νόσου A lzheimer και Συγγενών Διαταραχών Στρογγυλό Τραπέζι Σωματική άσκηση και Άνοια. Από τη Γενική Ιατρική και την κοινότητα στο νοσοκομείο και στις εξειδικευμένες υπηρεσίες: Παρέμβαση στην Ελλάδα του σήμερα 9 o Πανελλήνιο Συνέδριο Νόσου A lzheimer

Διαβάστε περισσότερα

Στόχος της ψυχολογικής έρευνας:

Στόχος της ψυχολογικής έρευνας: Στόχος της ψυχολογικής έρευνας: Συστηματική περιγραφή και κατανόηση των ψυχολογικών φαινομένων. Η ψυχολογική έρευνα χρησιμοποιεί μεθόδους συστηματικής διερεύνησης για τη συλλογή, την ανάλυση και την ερμηνεία

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών 44 Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών Διδακτικοί στόχοι Σκοπός του κεφαλαίου είναι οι μαθητές να κατανοήσουν τα βήματα που ακολουθούνται κατά την ανάπτυξη μιας εφαρμογής.

Διαβάστε περισσότερα

Κεφάλαιο 20. Ανακάλυψη Γνώσης σε Βάσεις δεδοµένων. Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η.

Κεφάλαιο 20. Ανακάλυψη Γνώσης σε Βάσεις δεδοµένων. Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Κεφάλαιο 20 Ανακάλυψη Γνώσης σε Βάσεις δεδοµένων Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Τεχνητή Νοηµοσύνη, B' Έκδοση - 1 - Ανακάλυψη Γνώσης σε

Διαβάστε περισσότερα

Εφαρμοσμένη Διατροφική Ιατρική

Εφαρμοσμένη Διατροφική Ιατρική Εφαρμοσμένη Διατροφική Ιατρική Διατροφικό πρόγραμμα Η σωστή ακολουθία με την οποία ο ειδικός πρέπει να βοηθήσει τους ασθενείς να βελτιώσουν την κατάστασή τους είναι η εξής: 1. a. b. c. d. Πρώτη επίσκεψη

Διαβάστε περισσότερα

710 -Μάθηση - Απόδοση

710 -Μάθηση - Απόδοση 710 -Μάθηση - Απόδοση Διάλεξη 6η Ποιοτική αξιολόγηση της Κινητικής Συμπεριφοράς Παρατήρηση III Η διάλεξη αυτή περιλαμβάνει: Διαδικασία της παρατήρησης & της αξιολόγησης Στόχοι και περιεχόμενο παρατήρησης

Διαβάστε περισσότερα

Διαταραχές Πρόσληψης Τροφής στην Εφηβεία

Διαταραχές Πρόσληψης Τροφής στην Εφηβεία Διαταραχές Πρόσληψης Τροφής στην Εφηβεία Β. Α. Παπαγεωργίου MD, Med, Δρ. Α.Π.Θ. Παιδοψυχίατρος - TEACCH Consultant τ. Επίκουρος Καθηγήτρια Παιδοψυχιατρικής Οι Δ.Π.Τ. Δεν είναι απλώς αποκλίνουσες διατροφικές

Διαβάστε περισσότερα

710 -Μάθηση - Απόδοση

710 -Μάθηση - Απόδοση 710 -Μάθηση - Απόδοση Διάλεξη 6η Ποιοτική αξιολόγηση της Κινητικής Παρατήρηση Αξιολόγηση & Διάγνωση Η διάλεξη αυτή περιλαμβάνει: Διαδικασία της παρατήρησης & της αξιολόγησης Στόχοι και περιεχόμενο παρατήρησης

Διαβάστε περισσότερα

Θετική Ψυχολογία. Καρακασίδου Ειρήνη, MSc. Ψυχολόγος-Αθλητική Ψυχολόγος Υποψήφια Διδάκτωρ Κλινικής και Συμβουλευτικής Ψυχολογίας, Πάντειο Παν/μιο

Θετική Ψυχολογία. Καρακασίδου Ειρήνη, MSc. Ψυχολόγος-Αθλητική Ψυχολόγος Υποψήφια Διδάκτωρ Κλινικής και Συμβουλευτικής Ψυχολογίας, Πάντειο Παν/μιο Θετική Ψυχολογία Καρακασίδου Ειρήνη, MSc Ψυχολόγος-Αθλητική Ψυχολόγος Υποψήφια Διδάκτωρ Κλινικής και Συμβουλευτικής Ψυχολογίας, Πάντειο Παν/μιο Εισαγωγή Θετική-Αρνητική Ψυχολογία Στόχοι της Ψυχολογίας

Διαβάστε περισσότερα

Διαχείριση Πολιτισμικών Δεδομένων

Διαχείριση Πολιτισμικών Δεδομένων Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διαχείριση Πολιτισμικών Δεδομένων Ενότητα 6: Εισαγωγή στις Βάσεις Δεδομένων Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και

Διαβάστε περισσότερα

Είναι υποειδικότητα της ψυχιατρικής που διαμεσολαβεί μεταξύ της ψυχιατρικής και υπόλοιπης ιατρικής Αντικείμενο της ο ασθενής του γενικού νοσοκομείου

Είναι υποειδικότητα της ψυχιατρικής που διαμεσολαβεί μεταξύ της ψυχιατρικής και υπόλοιπης ιατρικής Αντικείμενο της ο ασθενής του γενικού νοσοκομείου Είναι υποειδικότητα της ψυχιατρικής που διαμεσολαβεί μεταξύ της ψυχιατρικής και υπόλοιπης ιατρικής Αντικείμενο της ο ασθενής του γενικού νοσοκομείου που αντιμετωπίζει ψυχικά προβλήματα λόγω της σωματικής

Διαβάστε περισσότερα

Μ. Κλεισαρχάκης (Μάρτιος 2017)

Μ. Κλεισαρχάκης (Μάρτιος 2017) Μ. Κλεισαρχάκης (Μάρτιος 2017) Οι Γνωστικές θεωρίες μάθησης αναγνωρίζουν ότι τα παιδιά, πριν ακόμα πάνε στο σχολείο διαθέτουν γνώσεις και αυτό που χρειάζεται είναι να βοηθηθούν ώστε να οικοδομήσουν νέες

Διαβάστε περισσότερα

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 5: Χαρακτηριστικά, Δομή και Λειτουργία Συστημάτων Γνώσης

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 5: Χαρακτηριστικά, Δομή και Λειτουργία Συστημάτων Γνώσης ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Θεωρητικό Κομμάτι Μαθήματος Ενότητα 5: Χαρακτηριστικά, Δομή και Λειτουργία Συστημάτων Γνώσης Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Άδειες

Διαβάστε περισσότερα

Πρόταση για Ανασχηματισμό του Προγράμματος Προπτυχιακών Σπουδών της ΣΗΜΜΥ

Πρόταση για Ανασχηματισμό του Προγράμματος Προπτυχιακών Σπουδών της ΣΗΜΜΥ Πρόταση για Ανασχηματισμό του Προγράμματος Προπτυχιακών Σπουδών της ΣΗΜΜΥ Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών Περίληψη Τί προτείνουμε, πώς και γιατί με λίγα λόγια: 55 μαθήματα = 30 για ενιαίο

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αναπαράσταση με Κανόνες Η γνώση αναπαρίσταται με τρόπο που πλησιάζει την ανθρώπινη

Διαβάστε περισσότερα

Εισαγωγή στην Επιστήμη των Υπολογιστών

Εισαγωγή στην Επιστήμη των Υπολογιστών Εισαγωγή στην Επιστήμη των Υπολογιστών Ενότητα 9: Τεχνητή Νοημοσύνη και Έμπειρα Συστήματα, 1ΔΩ Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης Διδάσκων: Θεόδωρος Τσιλιγκιρίδης Μαθησιακοί Στόχοι Με την ολοκλήρωση

Διαβάστε περισσότερα

Τρίτη 7 Οκτωβρίου 2008

Τρίτη 7 Οκτωβρίου 2008 ΕΛΤΙΟ ΤΥΠΟΥ - ΚΑΡΚΙΝΟΣ ΜΑΣΤΟΥ Τρίτη 7 Οκτωβρίου 2008 Ο καρκίνος του µαστού είναι ο συχνότερος καρκίνος στις γυναίκες. Οι Ελληνίδες φαίνεται να ανησυχούν αρκετά για το ενδεχόµενο να νοσήσουν οι ίδιες, χωρίς

Διαβάστε περισσότερα

Πιστοποιημένες εξ αποστάσεως εκπαιδεύσεις από την Βρετανική Ένωση Ψυχολόγων

Πιστοποιημένες εξ αποστάσεως εκπαιδεύσεις από την Βρετανική Ένωση Ψυχολόγων Πιστοποιημένες εξ αποστάσεως εκπαιδεύσεις από την Βρετανική Ένωση Ψυχολόγων Εισαγωγή στην Κλινική Νευροψυχολογία της Μείζωνος Κατάθλιψης & της Σχιζοφρένειας (ONLINE CLINICAL SEMINAR) Εισηγητής: Δρ. Αλεξάνδρα

Διαβάστε περισσότερα

Στατιστική Ι (ΨΥΧ-122) Διάλεξη 2

Στατιστική Ι (ΨΥΧ-122) Διάλεξη 2 (ΨΥΧ-122) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: lzabetak@dpem.tuc.gr Διαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ 28210 37323 Διάλεξη 2 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ

Διαβάστε περισσότερα

Ψυχικές διαταραχές στην περιγεννητική περίοδο. Δέσποινα Δριβάκου Ψυχολόγος Msc Οικογενειακή θεραπεύτρια

Ψυχικές διαταραχές στην περιγεννητική περίοδο. Δέσποινα Δριβάκου Ψυχολόγος Msc Οικογενειακή θεραπεύτρια Ψυχικές διαταραχές στην περιγεννητική περίοδο Δέσποινα Δριβάκου Ψυχολόγος Msc Οικογενειακή θεραπεύτρια με τον όρο περιγεννητική περίοδος αναφερόμαστε στο χρονικό διάστημα της κύησης, της λοχείας και των

Διαβάστε περισσότερα

Εφαρμογές Προσομοίωσης

Εφαρμογές Προσομοίωσης Εφαρμογές Προσομοίωσης H προσομοίωση (simulation) ως τεχνική μίμησης της συμπεριφοράς ενός συστήματος από ένα άλλο σύστημα, καταλαμβάνει περίοπτη θέση στα πλαίσια των εκπαιδευτικών εφαρμογών των ΤΠΕ. Μπορούμε

Διαβάστε περισσότερα

«Οικογένεια σε Κρίση Διαχείριση της Απώλειας». Δρ. Μάγια Αλιβιζάτου Ψυχολόγος / Διασχολική Συντονίστρια Ψυχοπαιδαγωγικών Τμημάτων Κολλεγίου Αθηνών

«Οικογένεια σε Κρίση Διαχείριση της Απώλειας». Δρ. Μάγια Αλιβιζάτου Ψυχολόγος / Διασχολική Συντονίστρια Ψυχοπαιδαγωγικών Τμημάτων Κολλεγίου Αθηνών + «Οικογένεια σε Κρίση Διαχείριση της Απώλειας». Δρ. Μάγια Αλιβιζάτου Ψυχολόγος / Διασχολική Συντονίστρια Ψυχοπαιδαγωγικών Τμημάτων Κολλεγίου Αθηνών + Απώλεια ονομάζουμε κάθε στέρηση, κάθε αποχωρισμό από

Διαβάστε περισσότερα

Βετεράνοι αθλητές. Απόδοση & Ηλικία. Βασικά στοιχεία. Αθλητισμός Επιδόσεων στη 2η και 3η Ηλικία. Γενικευμένη θεωρία για τη

Βετεράνοι αθλητές. Απόδοση & Ηλικία. Βασικά στοιχεία. Αθλητισμός Επιδόσεων στη 2η και 3η Ηλικία. Γενικευμένη θεωρία για τη Αθλητισμός Επιδόσεων στη 2η και 3η Ηλικία. Γενικευμένη θεωρία για τη Διατήρηση η της αθλητικής απόδοσης 710: 8 η Διάλεξη Μιχαλοπούλου Μαρία Ph.D. Περιεχόμενο της διάλεξης αυτής αποτελούν: Αγωνιστικός αθλητισμός

Διαβάστε περισσότερα

ΕΜΠΕΙΡΑ ΣΥΣΤΗΜΑΤΑ Χρυσόστομος Στύλιος

ΕΜΠΕΙΡΑ ΣΥΣΤΗΜΑΤΑ Χρυσόστομος Στύλιος ΕΜΠΕΙΡΑ ΣΥΣΤΗΜΑΤΑ Χρυσόστομος Στύλιος Email: stylios@teiep.gr Ιστοσελίδα: Ανακοινώσεις, διαφάνειες, εργασίες, χρήσιμοι σύνδεσμοι, κλπ. Ύλη του μαθήματος Εισαγωγή-Έμπειρα συστήματα. Αναπαράσταση γνώσης

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ Ανάπτυξη μιας προσαρμοστικής πολιτικής αντικατάστασης αρχείων, με χρήση

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΝΟΣΗΛΕΥΤΙΚΗ ΕΠΙΣΤΗΜΗ ΕΡΓΑΣΤΗΡΙΟ Α ΕΞΑΜΗΝΟ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΝΟΣΗΛΕΥΤΙΚΗ ΕΠΙΣΤΗΜΗ ΕΡΓΑΣΤΗΡΙΟ Α ΕΞΑΜΗΝΟ ΕΙΣΑΓΩΓΗ ΣΤΗ ΝΟΣΗΛΕΥΤΙΚΗ ΕΠΙΣΤΗΜΗ ΕΡΓΑΣΤΗΡΙΟ Α ΕΞΑΜΗΝΟ ΚΑΥΚΙΑ ΘΕΟΔΩΡΑ ΚΑΘΗΓΗΤΡΙΑ ΕΦΑΡΜΟΓΩΝ 1 ο Μάθημα Προγραμματισμένα μαθήματα 2/10, 9/10, 16/10, 23/10, 30/10, 6/11, 13/11, 20/11, 27/11, 4/12, 11/12,

Διαβάστε περισσότερα

Γ Εκπαιδευτική Σειρά Μηχανικής Διάγνωσης & Θεραπείας 2017 ΜΔΘ Οσφυϊκής Μοίρας ΣΣ, Πυέλου (Advanced) και Περιφερειακών Αρθρώσεων Κάτω Άκρου

Γ Εκπαιδευτική Σειρά Μηχανικής Διάγνωσης & Θεραπείας 2017 ΜΔΘ Οσφυϊκής Μοίρας ΣΣ, Πυέλου (Advanced) και Περιφερειακών Αρθρώσεων Κάτω Άκρου Γ Εκπαιδευτική Σειρά Μηχανικής Διάγνωσης & Θεραπείας 2017 ΜΔΘ Οσφυϊκής Μοίρας ΣΣ, Πυέλου (Advanced) και Περιφερειακών Αρθρώσεων Κάτω Άκρου Όπως υποδηλώνει και το όνομά της, αυτή η εκπαιδευτική σειρά εστιάζει

Διαβάστε περισσότερα

Πληροφοριακά Συστήματα Διοίκησης. Διοικητική Επιστήμη και Λήψη Αποφάσεων

Πληροφοριακά Συστήματα Διοίκησης. Διοικητική Επιστήμη και Λήψη Αποφάσεων Πληροφοριακά Συστήματα Διοίκησης Διοικητική Επιστήμη και Λήψη Αποφάσεων Η πολυπλοκότητα των αποφάσεων Αυξανόμενη πολυπλοκότητα λόγω: Ταχύτητας αλλαγών στο εξωτερικό περιβάλλον της επιχείρησης. Έντασης

Διαβάστε περισσότερα

Αρχιτεκτονική σχεδίαση με ηλεκτρονικό υπολογιστή

Αρχιτεκτονική σχεδίαση με ηλεκτρονικό υπολογιστή Γ Αρχιτεκτονική σχεδίαση με ηλεκτρονικό υπολογιστή Η χρήση των ηλεκτρονικών υπολογιστών στο τεχνικό σχέδιο, και ιδιαίτερα στο αρχιτεκτονικό, αποτελεί πλέον μία πραγματικότητα σε διαρκή εξέλιξη, που επηρεάζει

Διαβάστε περισσότερα

Ψυχωτικές διαταραχές και θεραπευτική αντιμετώπιση - Ο Δρόμος για την Θεραπεία Σάββατο, 10 Ιούλιος :29

Ψυχωτικές διαταραχές και θεραπευτική αντιμετώπιση - Ο Δρόμος για την Θεραπεία Σάββατο, 10 Ιούλιος :29 Γράφει: Νικόλαος Βακόνδιος, Ψυχολόγος Η λέξη «ψύχωση» είναι μία λέξη η οποία χρησιμοποιείται υπερβολικά συχνά από τον κόσμο με λάθος νόημα και περιεχόμενο. Στο κείμενο αυτό, γίνεται μία προσπάθεια να δοθεί

Διαβάστε περισσότερα

Σχολικό πλαίσιο Οικογένεια με αυτιστικό παιδί Δώρα Παπαγεωργίου Κλινική Ψυχολόγος

Σχολικό πλαίσιο Οικογένεια με αυτιστικό παιδί Δώρα Παπαγεωργίου Κλινική Ψυχολόγος Σχολικό πλαίσιο Οικογένεια με αυτιστικό παιδί Δώρα Παπαγεωργίου Κλινική Ψυχολόγος Η απώλεια του «ονειρεμένου παιδιού» Οι γονείς βιώνουν μιαν απώλεια. Βιώνουν την απώλεια του παιδιού που έκτισαν μέσα στο

Διαβάστε περισσότερα

Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Πανεπιστήμιο Αθηνών

Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Πανεπιστήμιο Αθηνών Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Πανεπιστήμιο Αθηνών Σχέση μεταξύ εμβολίων και αυτισμού Θέση ύπνου των βρεφών και συχνότητα εμφάνισης του

Διαβάστε περισσότερα

Ειδικής Υποδομής Υποχρεωτικό

Ειδικής Υποδομής Υποχρεωτικό ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ Προπτυχιακό ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ GD780 ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ Τεχνητή Νοημοσύνη ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ σε περίπτωση που οι

Διαβάστε περισσότερα

Η ΣΥΜΠΕΡΙΦΟΡΑ ΤΟΥ ΑΣΘΕΝΟΥΣ ΚΑΤΑ ΤΗΝ ΝΟΣΗΛΕΙΑ ΤΟΥ ΣΤΗΝ ΣΤΕΦΑΝΙΑΙΑ ΜΟΝΑΔΑ ΝΟΣΗΛΕΥΤΙΚΗ ΠΡΟΣΕΓΓΙΣΗ

Η ΣΥΜΠΕΡΙΦΟΡΑ ΤΟΥ ΑΣΘΕΝΟΥΣ ΚΑΤΑ ΤΗΝ ΝΟΣΗΛΕΙΑ ΤΟΥ ΣΤΗΝ ΣΤΕΦΑΝΙΑΙΑ ΜΟΝΑΔΑ ΝΟΣΗΛΕΥΤΙΚΗ ΠΡΟΣΕΓΓΙΣΗ Η ΣΥΜΠΕΡΙΦΟΡΑ ΤΟΥ ΑΣΘΕΝΟΥΣ ΚΑΤΑ ΤΗΝ ΝΟΣΗΛΕΙΑ ΤΟΥ ΣΤΗΝ ΣΤΕΦΑΝΙΑΙΑ ΜΟΝΑΔΑ ΝΟΣΗΛΕΥΤΙΚΗ ΠΡΟΣΕΓΓΙΣΗ ΚΑΡΑΒΙΔΑ ΠΑΝΑΓΙΩΤΑ Τ.Ε ΝΟΣΗΛΕΥΤΡΙΑ Γ.Ν.ΚΑΤΕΡΙΝΗΣ ΧΑΝΔΟΛΙΑ ΠΑΝΑΓΙΩΤΑ Τ.Ε ΝΟΣΗΛΕΥΤΡΙΑ Γ.Ν.ΚΑΤΕΡΙΝΗΣ ΧΝΟΥΔΑΣ

Διαβάστε περισσότερα

1 Β Εκπαιδευτική Σειρά 2018 Ελληνικό Ινστιτούτο McKenzie

1 Β Εκπαιδευτική Σειρά 2018 Ελληνικό Ινστιτούτο McKenzie 1 Β Εκπαιδευτική Σειρά 2018 Ελληνικό Ινστιτούτο McKenzie ΠΡΟΓΡΑΜΜΑ Ημέρα 1η 09:00 17:00 Ημέρα 2η 09:00 17:00 Ημέρα 3η 09:00 17:00 Ημέρα 4η 09:00 14:00 Χρόνος Ενότητα Θέμα 09:00-10:00 Ενότητα 1 Εισαγωγή

Διαβάστε περισσότερα

ΤΙΤΛΟΣ ΑΝΑΦΟΡΑΣ: ΕΦΑΡΜΟΓΗ ΚΑΙ ΑΠΟΤΕΛΕΣΜΑΤΑ ΣΕ ΕΠΙΛΕΓΜΕΝΕΣ ΠΕΡΙΤΠΩΣΕΙΣ

ΤΙΤΛΟΣ ΑΝΑΦΟΡΑΣ: ΕΦΑΡΜΟΓΗ ΚΑΙ ΑΠΟΤΕΛΕΣΜΑΤΑ ΣΕ ΕΠΙΛΕΓΜΕΝΕΣ ΠΕΡΙΤΠΩΣΕΙΣ ΤΙΤΛΟΣ ΑΝΑΦΟΡΑΣ: ΕΦΑΡΜΟΓΗ ΚΑΙ ΑΠΟΤΕΛΕΣΜΑΤΑ ΣΕ ΕΠΙΛΕΓΜΕΝΕΣ ΠΕΡΙΤΠΩΣΕΙΣ ΚΩΔΙΚΟΣ ΠΑΡΑΔΟΤΕΟΥ: Π18 ΑΡΙΘΜΟΣ ΠΡΩΤΟΚΟΛΛΟΥ ΈΡΓΟΥ: ΤΠΕ/ΟΡΖΙΟ/0308(ΒΕ)/03 ΤΙΤΛΟΣ ΕΡΓΟΥ: ΓΕΝΙΚΕΥΜΕΝΟ ΣΥΣΤΗΜΑ ΑΣΑΦΟΥΣ ΓΝΩΣΤΙΚΟΥ ΧΑΡΤΗ

Διαβάστε περισσότερα

Κεφάλαιο 14: Συμβουλές προς έναν νέο προγραμματιστή

Κεφάλαιο 14: Συμβουλές προς έναν νέο προγραμματιστή Κεφάλαιο 14: Συμβουλές προς έναν νέο προγραμματιστή Φτάσαμε σιγά σιγά στο τέλος του βιβλίου. Αντί για κάποιον επίλογο σκέφτηκα να συλλέξω κάποια πράγματα που θα ήθελα να πω σε κάποιον ο οποίος αρχίζει

Διαβάστε περισσότερα

"The Project ARXIMIDIS ΙΙ is co-funded by the European Social Fund and National Resources EPEAEK ΙΙ "

The Project ARXIMIDIS ΙΙ is co-funded by the European Social Fund and National Resources EPEAEK ΙΙ Αρχιµήδης ΙΙ Ενίσχυση Ερευνητικών Οµάδων του ΤΕΙ Κρήτης Τίτλος Υποέργου: Εφαρµογές Τεχνητής Νοηµοσύνης στην Τεχνολογία Λογισµικού και στην Ιατρική Επιστηµονικός Υπεύθυνος: ρ Εµµανουήλ Μαρακάκης ραστηριότητα

Διαβάστε περισσότερα

Μεθοδολογίες Αξιοποίησης Δεδομένων

Μεθοδολογίες Αξιοποίησης Δεδομένων Μεθοδολογίες Αξιοποίησης Δεδομένων Βλάχος Σ. Ιωάννης Λέκτορας 407/80, Ιατρικής Σχολής Πανεπιστημίου Αθηνών Εργαστήριο Πειραματικής Χειρουργικής και Χειρουργικής Ερεύνης «Ν.Σ. Σ Χρηστέας» Στάδια Αξιοποίησης

Διαβάστε περισσότερα

Αναγνώριση Προτύπων Ι

Αναγνώριση Προτύπων Ι Αναγνώριση Προτύπων Ι Ενότητα 1: Μέθοδοι Αναγνώρισης Προτύπων Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ Π ΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ Π ΕΡΙΒΑΛΛΟΝ

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ Π ΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ Π ΕΡΙΒΑΛΛΟΝ ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΠΑΙΔΑΓΩΓΙΚΟ ΙΝΣΤΙΤΟΥΤΟ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ Π ΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ Π ΕΡΙΒΑΛΛΟΝ Κ Υ Κ Λ Ο Υ Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ Κ Α Ι Υ Π Η Ρ Ε Σ Ι Ω Ν Τ Ε Χ Ν Ο Λ Ο Γ Ι Κ Η

Διαβάστε περισσότερα

Βιολογική εξήγηση των δυσκολιών στην ανθρώπινη επικοινωνία - Νικόλαος Γ. Βακόνδιος - Ψυχολόγ

Βιολογική εξήγηση των δυσκολιών στην ανθρώπινη επικοινωνία - Νικόλαος Γ. Βακόνδιος - Ψυχολόγ Οι άνθρωποι κάνουμε πολύ συχνά ένα μεγάλο και βασικό λάθος, νομίζουμε ότι αυτό που λέμε σε κάποιον άλλον, αυτός το εκλαμβάνει όπως εμείς το εννοούσαμε. Νομίζουμε δηλαδή ότι ο «δέκτης» του μηνύματος το

Διαβάστε περισσότερα

Κωνσταντίνος Παπαβλασόπουλος ΑΜ:475

Κωνσταντίνος Παπαβλασόπουλος ΑΜ:475 «ΧΡΗΣΗ ΥΒΡΙΔΙΚΩΝ ΕΥΦΥΩΝ ΜΕΘΟΔΩΝ ΓΙΑ ΠΡΟΣΑΡΜΟΣΤΙΚΗ ΑΞΙΟΛΟΓΗΣΗ ΜΑΘΗΤΩΝ ΣΕ ΕΥΦΥΕΣ ΣΥΣΤΗΜΑ ΔΙΔΑΣΚΑΛΙΑΣ ΣΤΟ ΔΙΑΔΙΚΤΥΟ» Κωνσταντίνος Παπαβλασόπουλος ΑΜ:475 Τριμελής Εξεταστική Επιτροπή: Καθηγητής:Λυκοθανάσης

Διαβάστε περισσότερα

Γ Γυμνασίου: Οδηγίες Γραπτής Εργασίας και Σεμιναρίων. Επιμέλεια Καραβλίδης Αλέξανδρος. Πίνακας περιεχομένων

Γ Γυμνασίου: Οδηγίες Γραπτής Εργασίας και Σεμιναρίων. Επιμέλεια Καραβλίδης Αλέξανδρος. Πίνακας περιεχομένων Γ Γυμνασίου: Οδηγίες Γραπτής Εργασίας και Σεμιναρίων. Πίνακας περιεχομένων Τίτλος της έρευνας (title)... 2 Περιγραφή του προβλήματος (Statement of the problem)... 2 Περιγραφή του σκοπού της έρευνας (statement

Διαβάστε περισσότερα

Τα σχέδια μαθήματος 1 Εισαγωγή

Τα σχέδια μαθήματος 1 Εισαγωγή Τα σχέδια μαθήματος 1 Εισαγωγή Τα σχέδια μαθήματος αποτελούν ένα είδος προσωπικών σημειώσεων που κρατά ο εκπαιδευτικός προκειμένου να πραγματοποιήσει αποτελεσματικές διδασκαλίες. Περιέχουν πληροφορίες

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ Εισαγωγή Μεθοδολογία της Έρευνας ΕΙΚΟΝΑ 1-1 Μεθοδολογία της έρευνας.

ΚΕΦΑΛΑΙΟ Εισαγωγή Μεθοδολογία της Έρευνας ΕΙΚΟΝΑ 1-1 Μεθοδολογία της έρευνας. ΚΕΦΑΛΑΙΟ 1 Εισαγωγή Η Μεθοδολογία της Έρευνας (research methodology) είναι η επιστήμη που αφορά τη μεθοδολογία πραγματοποίησης μελετών με συστηματικό, επιστημονικό και λογικό τρόπο, με σκοπό την παραγωγή

Διαβάστε περισσότερα

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Άδειες

Διαβάστε περισσότερα

ΠΡΟΣΑΡΜΟΓΗ ΣΤΟ STRESS STRESS: ΠΙΕΣΗ

ΠΡΟΣΑΡΜΟΓΗ ΣΤΟ STRESS STRESS: ΠΙΕΣΗ ΠΡΟΣΑΡΜΟΓΗ ΣΤΟ STRESS STRESS: ΠΙΕΣΗ Στρεσσογόνος παράγοντας Οτιδήποτε κάνει τον άνθρωπο να βιώνει στρες Είναι μια αλλαγή στην ομοιόσταση του ατόμου Παράγοντες που προκαλούν στρες Ενδογενείς Εξωγενείς Ενδογενείς

Διαβάστε περισσότερα

02/06/15. Όταν αισθανθούμε ότι κάτι μας απειλεί ο οργανισμός μας ετοιμάζεται για το σύνδρομο Fight or Flight, δηλαδή παλεύω ή φεύγω.

02/06/15. Όταν αισθανθούμε ότι κάτι μας απειλεί ο οργανισμός μας ετοιμάζεται για το σύνδρομο Fight or Flight, δηλαδή παλεύω ή φεύγω. Αντιμετωπίζοντας το στρες για μια χαρούμενη και δημιουργική ζωή Το στρες μπορεί από εχθρός μας να γίνει σύμμαχος Ένα ποσοστό άγχους είναι αναγκαίο στη ζωή μας γιατί μας βοηθάει να ενεργοποιηθούμε και να

Διαβάστε περισσότερα

ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ

ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΠΑΙΔΑΓΩΓΙΚΟ ΙΝΣΤΙΤΟΥΤΟ ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΙΣΧΥΕΙ ΚΑΤΑ ΤΟ ΜΕΡΟΣ ΠΟΥ ΑΦΟΡΑ ΤΟ ΛΥΚΕΙΟ ΓΙΑ ΤΗΝ ΥΠΟΧΡΕΩΤΙΚΗ ΕΚΠΑΙΔΕΥΣΗ ΙΣΧΥΟΥΝ ΤΟ ΔΕΠΠΣ

Διαβάστε περισσότερα

ΑΞΙΟΛΟΓΗΣΗ (THE MATRIX)

ΑΞΙΟΛΟΓΗΣΗ (THE MATRIX) ΕΠΙΧΕΙΡΗΜΑΤΙΚΟ ΠΑΙΧΝΙΔΙ PLAY4GUIDANCE ΑΞΙΟΛΟΓΗΣΗ (THE MATRIX) Συγγραφέας: Jan M. Pawlowski, Hochschule Ruhr West (HRW) Page 1 of 7 Κατηγορία Ικανότητας Περιγραφή Ικανότητας Περιγραφή του επιπέδου επάρκειας

Διαβάστε περισσότερα

Ά κύκλος Βιωµατικών Εργαστηρίων Συµβουλευτικής Σταδιοδροµίας µε θέµα: «Άγχος και Κατάθλιψη στην Εκπαίδευση και στην Εργασία»

Ά κύκλος Βιωµατικών Εργαστηρίων Συµβουλευτικής Σταδιοδροµίας µε θέµα: «Άγχος και Κατάθλιψη στην Εκπαίδευση και στην Εργασία» Περίληψη εισήγησης µε θέµα: Τι είναι άγχος και τι κατάθλιψη. Πώς εµφανίζονται στον εκπαιδευτικό και στον επαγγελµατικό χώρο. Το Άγχος και η Κατάθλιψη αποτελούν ίσως δύο από τις πιο πολυσυζητηµένες έννοιες

Διαβάστε περισσότερα

Αναλυτικό Πρόγραμμα Μαθηματικών

Αναλυτικό Πρόγραμμα Μαθηματικών Αναλυτικό Πρόγραμμα Μαθηματικών Σχεδιασμός... αντιμετωπίζει ενιαία το πλαίσιο σπουδών (Προδημοτική, Δημοτικό, Γυμνάσιο και Λύκειο), είναι συνέχεια υπό διαμόρφωση και αλλαγή, για να αντιμετωπίζει την εξέλιξη,

Διαβάστε περισσότερα

Η Μηχανική Μάθηση στο Σχολείο: Μια Προσέγγιση για την Εισαγωγή της Ενισχυτικής Μάθησης στην Τάξη

Η Μηχανική Μάθηση στο Σχολείο: Μια Προσέγγιση για την Εισαγωγή της Ενισχυτικής Μάθησης στην Τάξη 6 ο Πανελλήνιο Συνέδριο «Διδακτική της Πληροφορικής» Φλώρινα, 20-22 Απριλίου 2012 Η Μηχανική Μάθηση στο Σχολείο: Μια Προσέγγιση για την Εισαγωγή της Ενισχυτικής Μάθησης στην Τάξη Σάββας Νικολαΐδης 1 ο

Διαβάστε περισσότερα

ΚΛΙΝΙΚΗ ΕΡΕΥΝΑ ΣΤΗΝ ΠΑΙΔΟΨΥΧΙΑΤΡΙΚΗ

ΚΛΙΝΙΚΗ ΕΡΕΥΝΑ ΣΤΗΝ ΠΑΙΔΟΨΥΧΙΑΤΡΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΑΚΗ ΠΑΙΔΟΨΥΧΙΑΤΡΙΚΗ ΚΛΙΝΙΚΗ ΝΟΣΟΚΟΜΕΙΟ ΠΑΙΔΩΝ «Η ΑΓΙΑ ΣΟΦΙΑ» ΚΛΙΝΙΚΗ ΕΡΕΥΝΑ ΣΤΗΝ ΠΑΙΔΟΨΥΧΙΑΤΡΙΚΗ Γιώργος Γιαννακόπουλος, Ειδ. Παιδοψυχίατρος Στρογγυλό Τραπέζι: «Οι διάφορες διαστάσεις της Διασυνδετικής-

Διαβάστε περισσότερα

Διαχείριση Ανθρώπινου Δυναμικού ή Διοίκηση Προσωπικού. Έννοια και Περιεχόμενο

Διαχείριση Ανθρώπινου Δυναμικού ή Διοίκηση Προσωπικού. Έννοια και Περιεχόμενο Διαχείριση Ανθρώπινου Δυναμικού ή Διοίκηση Προσωπικού Έννοια και Περιεχόμενο 1.1 Ορισμός O Η Διοίκηση προσωπικού αποτελεί ειδικό κλάδο στο πλαίσιο της επιστήμης του Management. Aναφέρεται στο σύνολο των

Διαβάστε περισσότερα

Ηλεκτρονικό Εμπόριο. Ενότητα 6: Διαχείριση Σχέσεων με Πελάτες Σαπρίκης Ευάγγελος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

Ηλεκτρονικό Εμπόριο. Ενότητα 6: Διαχείριση Σχέσεων με Πελάτες Σαπρίκης Ευάγγελος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Ηλεκτρονικό Εμπόριο Ενότητα 6: Διαχείριση Σχέσεων με Πελάτες Σαπρίκης Ευάγγελος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

«Αναζήτηση Γνώσης σε Νοσοκομειακά Δεδομένα»

«Αναζήτηση Γνώσης σε Νοσοκομειακά Δεδομένα» ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Πρόγραμμα Σπουδών M.I.S. «Αναζήτηση Γνώσης σε Νοσοκομειακά Δεδομένα» Μεταπτυχιακός Φοιτητής: Επιβλέπων Καθηγητής: Εξεταστής Καθηγητής: Τορτοπίδης Γεώργιος Μηχανικός

Διαβάστε περισσότερα

Καλωσορίσατε στο πρώτο Ολοκληρωμένο Διαβητολογικό Κέντρο!

Καλωσορίσατε στο πρώτο Ολοκληρωμένο Διαβητολογικό Κέντρο! Καλωσορίσατε στο πρώτο Ολοκληρωμένο Διαβητολογικό Κέντρο! Η αλματώδης αύξηση της συχνότητας του Σακχαρώδη Διαβήτη δημιούργησε την ανάγκη ίδρυσης οργανωμένων Κέντρων, τα οποία διαθέτουν όλα τα σύγχρονα

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Κ. Δεμέστιχας Εργαστήριο Πληροφορικής Γεωπονικό Πανεπιστήμιο Αθηνών Επικοινωνία μέσω e-mail: cdemest@aua.gr, cdemest@cn.ntua.gr Διαφάνειες: Καθ. Νικόλαος Λορέντζος 1 12. ΤΕΧΝΗΤΗ

Διαβάστε περισσότερα