Ένας ψηφιακός βοηθός για απαντήσεις ερωτήσεων δημόσιας υγείας που βασίζεται σε τεχνολογίες παραγωγικής τεχνητής νοημοσύνης
Loading...
Date
2026-07-10
Authors
Καπλάνης, Κωνσταντίνος-Μάριος
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα διπλωματική εργασία πραγματεύεται τη σχεδίαση και την υλοποίηση ενός ψηφιακού βοηθού για την απάντηση ερωτημάτων ιατρικού περιεχομένου και δημόσιας υγείας, ο οποίος αξιοποιεί τεχνολογίες παραγωγικής τεχνητής νοημοσύνης. Η βασική πρόκληση που αντιμετωπίζεται δεν είναι η ίδια η διεπαφή συνομιλίας, αλλά η αξιοπιστία των απαντήσεων: τα μεγάλα γλωσσικά μοντέλα, παρά τις δυνατότητές τους, τείνουν να παράγουν ανακρίβειες (hallucinations), κάτι ιδιαίτερα επικίνδυνο στον χώρο της υγείας. Κεντρικό ρόλο στην αρχιτεκτονική κατέχει, επομένως, η προσέγγιση της επαυξημένης ανάκτησης (Retrieval-Augmented Generation, RAG), η οποία, πριν την παραγωγή της απάντησης, ανακτά σχετική τεκμηριωμένη γνώση από το ιατρικό σύνολο δεδομένων MIRIAD και την ενσωματώνει στο πλαίσιο εισόδου του μοντέλου, περιορίζοντας έτσι την παραγωγή μη τεκμηριωμένων πληροφοριών.Το σύστημα υλοποιήθηκε ως ολοκληρωμένη εφαρμογή full-stack, με σαφή διαχωρισμό ευθυ-νών μεταξύ των επιμέρους επιπέδων. Το backend αναπτύχθηκε στο πλαίσιο FastAPI με ασύγχρονη αρχιτεκτονική, ώστε να διαχειρίζεται αποδοτικά πολλαπλά ταυτόχρονα αιτήματα. Η αποθήκευση οργανώθηκε σε τρία επίπεδα: η PostgreSQL διατηρεί μόνιμα τους χρήστες, τις συνομιλίες και τα μηνύματα, η Redis κρατά προσωρινά το πρόσφατο ιστορικό για ταχύτητα, ενώ η Redis Stack αναλαμβάνει τη σημασιολογική αναζήτηση. Για τον σκοπό αυτό, οι εγγραφές του MIRIAD μετατρέπονται σε διανύσματα 1024 διαστάσεων μέσω του μοντέλου Qwen3-Embedding-0.6B και δεικτοδοτούνται με τον αλγόριθμο HNSW και μετρική ομοιότητας συνημιτόνου. Η διεπαφή του χρήστη αναπτύχθηκε σε Next.js και React, υποστηρίζει ασφαλή ταυτοποίηση με email/κωδικό και μέσω Google OAuth (με χρήση ασφαλών HttpOnly JWT cookies), και εμφανίζει τις απαντήσεις σταδιακά σε πραγματικό χρόνο (streaming), βελτιώνοντας την αντιληπτή ταχύτητα του συστήματος.Πέρα από την τεχνική περιγραφή της αρχιτεκτονικής, της ροής RAG και αντιπροσωπευτικών σεναρίων χρήσης, η εργασία αποτιμά το σύστημα ποιοτικά, μέσω ημι-δομημένων συνεντεύξεων με δέκα συμμετέχοντες, τόσο προγραμματιστές αντίστοιχων συστημάτων όσο και τελικούς χρήστες.Τα ευρήματα αναδεικνύουν τόσο τις δυνατότητες όσο και τα όρια μιας τέτοιας προσέγγισης, ενώ διατυπώνονται και κατευθύνσεις για μελλοντική επέκταση, όπως η ποσοτική αξιολόγηση, οι πιο σύνθετες τεχνικές ανάκτησης και η κλιμάκωση στο πλήρες σύνολο δεδομένων. Συνολικά, η εργασία καταδεικνύει ότι η αξιόπιστη υποστήριξη της πρόσβασης σε ιατρική πληροφορία είναι εφικτή με τα σημερινά εργαλεία, υπό την προϋπόθεση ότι η τεκμηρίωση και η ασφάλεια αντιμετωπίζονται ως πρωταρχικές σχεδιαστικές απαιτήσεις. Σε κάθε περίπτωση, το σύστημα σχεδιάστηκε ως υποστηρικτικό εργαλείο και όχι ως υποκατάστατο της κρίσης του επαγγελματία υγείας, ο οποίος διατηρεί την τελική ευθύνη.
Description
Keywords
Μεγάλα γλωσσικά μοντέλα, Ιατρικός ψηφιακοί βοηθοί, Διανυσματική αναζήτηση