Κωδικός μαθήματος: ΜΥ1.1

Τίτλος μαθήματος: Ψηφιακή Υγεία

Εβδομαδιαίες ώρες διδασκαλίας: 3

Πιστωτικές μονάδες: 9

Tο μάθημα ασχολείται με τον τομέα της υγείας και τις νέες τεχνολογίες πληροφοριών και επικοινωνιών (ΤΠΕ). Αναλύονται τα θέματα διαλειτουργικότητας, χρήσης προτύπων, κλπ, ενώ γίνεται εκτενής αναφορά τόσο στη χρήση των ΤΠΕ για τη βελτίωση των υπηρεσιών υγείας και της φροντίδας του ασθενή, όσο και των μεθόδων εξοικονόμησης πόρων και αύξησης της παραγωγικότητας μέσω των ΤΠΕ. Επιχειρείται μια περιγραφή των εξελίξεων που συμβαίνουν στο χώρο των ΤΠΕ και που επηρεάζουν τον τομέα της υγείας, όπως εφαρμογές τηλεϊατρικής, μηχανογράφηση νοσοκομείων, συστήματα αυτόματης γνωμάτευσης και υποβοήθησης της γνωμάτευσης, πληροφοριακά συστήματα αρχειοθέτησης εικόνων και αυτοματισμού τμήματος ακτινολογίας, κλπ. Ταυτόχρονα εντοπίζονται τα σημαντικότερα προβλήματα τα οποία ανθίστανται στην επέκταση και ευρύτερη και πιο ολοκληρωμένη διάχυση των προσφερόμενων λύσεων (π.χ. θέματα διαλειτουργικότητας, χρήσης προτύπων, πρωτοκόλλων, θέματα κωδικοποίησης, κα). Γίνεται επίσης εκτενής αναφορά στις τελευταίθες τεχνολογικές εξελίξεις (π.χ. big data, τεχνητή νοημοσύνη, κινητή υγεία, κ.ά.).

Οι φοιτητές/τριες μετά την επιτυχή ολοκλήρωση του μαθήματος θα:

• έχουν αποκομίσει μια ευρεία εικόνα σχετικά με την επίδραση των νέων τεχνολογιών στον τομέα της υγείας
• γνωρίζουν πολλές από τις εφαρμογές και τις λύσεις που προσφέρονται
• είναι σε θέση να αναγνωρίζουν τους βασικότερους τεχνολογικούς όρους στην υγεία
• αντιλαμβάνονται την προσφορά των νέων τεχνολογιών στη βελτίωση της παροχής υπηρεσιών υγείας
• κατανοούν πώς οι τεχνολογικές εξελίξεις μπορούν να βοηθήσουν τους εργαζόμενους του χώρου
• αναγνωρίζουν τα οφέλη από την «εκμετάλλευση» των ψηφιακών καινοτομιών στο χώρο της υγείας
• κατανοούν τα προβλήματα που καλείται να αντιμετωπίσει ο χώρος σε επίπεδο χρηστών και τεχνολογιών
• μπορούν να συμμετέχουν ενεργά στην ευρύτερη ομάδα υποστήριξης θεμάτων ψηφιακών εφαμρογών και καινοτομιών
• έχουν αποκομίσει μια ολοκληρωμένη εικόνα των θεμάτων που άπτονται στο αντικείμενο της κινητής υγείας, ηλεκτρονικής υγείας, τηλεϊατρικής, κ.ά.
• είναι ενήμεροι για την παρούσα κατάσταση σε παγκόσμιο επίπεδο και τις εξελίξεις που διαδραματίζονται στα θέματα της ψηφιακής υγείας
• γνωρίζουν που οδηγούνται οι έρευνες και τι αναμένεται στο εγγύς μέλλον σε σχέση με τον τομέα της υγείας και τις νέες τεχνολογίες τόσο σε επίπεδο ασθενή όσο και σε επίπεδο επαγγελματία υγείας
• αναγνωρίζουν την χρησιμότητα εφαρμογών μεγάλων δεδομένων, τεχνητής νοημοσύνης, αισθητήρων και ρομποτικής για την αναβάθμιση των προσφερόμενων υπηρεσιών φροντίδας υγείας
• αποτιμούν τη σημασία των νέων τεχνολογιών στον εκσυγχρονισμό των οργανισμών υγείας ώστε να μπορέσουν να επηρεάσουν και να υποστηρίξουν αποτελεσματικότερα τον ψηφιακό τους μετασχηματισμό και τη βελτίωση της ανταγωνιστικότητάς τους

Βιβλιογραφία

• Κουμπούρος, I. «Ψηφιακή Υγεία & Σύγχρονες Τεχνολογίες στην Προαγωγή Υγείας», Εκδόσεις Νέων Τεχνολογιών, ISBN: 978-960-578-068-5, 1^η Έκδοση 2020.
• Taylor, K. (2015) Connected health. How digital technology is transforming health and social care. Deloitte: London, UK.
• C.L. Leonardsen, C. Hardeland, A.K. Helgesen and V. A. Grøndahl (2020) Patient experiences with technology-enabled care across healthcare settings- a systematic review. BMC Health Service Research 20, 779 (2020).
• Saveriano M., Renaudo E., Rodríguez-Sánchez A., Piater J. (eds) Human-Friendly Robotics 2020. HFR 2020. Springer Proceedings in Advanced Robotics, vol 18. Springer, Cham, 2021.
• Koumpouros, Y., & Georgoulas, A. (2019). The Rise of mHealth Research in Europe: A Macroscopic Analysis of EC-Funded Projects of the Last Decade. In A. Moumtzoglou (Ed.), Mobile Health Applications for Quality Healthcare Delivery (pp. 1-29). IGI Global. https://doi.org/10.4018/978-1-5225-8021-8.ch001
• Moumtzoglou, A. (Ed.). (2016). M-Health Innovations for Patient-Centered Care. IGI Global. https://doi.org/10.4018/978-1-4666-9861-1
• Koumpouros, Y., & Georgoulas, A. (2019). The Rise of mHealth Research in Europe: A Macroscopic Analysis of EC-Funded Projects of the Last Decade. In A. Moumtzoglou (Ed.), Mobile Health Applications for Quality Healthcare Delivery (pp. 1-29). IGI Global. https://doi.org/10.4018/978-1-5225-8021-8.ch001
• Koumpouros, Y. (2015). Big Data in Healthcare. In I. Management Association (Eds.), Healthcare Administration: Concepts, Methodologies, Tools, and Applications (pp. 23-46). IGI Global. https://doi.org/10.4018/978-1-4666-6339-8.ch002

Κωδικός μαθήματος: ΜΥ1.2

Τίτλος μαθήματος: Διοίκηση Μονάδων Υγείας

Εβδομαδιαίες ώρες διδασκαλίας: 3

Πιστωτικές μονάδες: 8

Με την ολοκήρωση του μαθήματος οι  φοιτητές θα είναι σε θέση:

• να αναγνωρίζουν το ρόλο και τη σημασία της στρατηγικής διοίκησης και της διοίκησης ανθρώπινων πόρων σε μονάδες παροχής υπηρεσιών υγείας,
• να ορίζουν τις βασικές έννοιες και λειτουργίες της  διοίκησης οργανισμών υγείας,
• να χρησιμοποιούν τις τεχνικές και τα μοντέλα του στρατηγικού μάνατζμεντ για χάραξη και ανάπτυξη στρατηγικών και επιχειρησιακών πλάνων
• να αναλύουν την παραγωγική διαδικασία, τη φύση τον τρόπο οργάνωσης και τις διαδικασίες λειτουργίας των μονάδων παροχής υπηρεσιών υγείας,
• να κατανοούν τους λόγους που επιβάλλουν την ανάπτυξη μεθόδων μάνατζμεντ εφαρμοσμένες ειδικά για τις υπηρεσίες υγείας,
• να υιοθετούν συγκεκριμένες θεωρίες της διοίκησης και ηγεσίας και να αξιολογούν την εφαρμογή τους στο χώρο της εργασίας τους
• να καθορίζουν ρόλους, ευθύνες και τεχνικές ελέγχου ανάλογα με τις ιδιαιτερότητες του οργανισμού υγείας
• να γνωρίζουν και να αξιολογούν  την αποτελεσματικότητα των ηγετικών συμπεριφορών των στελεχών και τη σημασία τους για την ανταγωνιστικότητα και την επιτυχία του οργανισμού υγείας
• να γνωρίζουν τα μοντέλα διοίκησης αλλαγών, τις επιπτώσεις τους στη διοίκηση του οργανισμού και τους παράγοντες που ευνοούν την καινοτομία
• να εμβαθύνουν και να εφαρμόζουν καλές πρακτικές διαχείρισης ανθώπινου δυναμικού

Βιβλιογραφία

• Adinolfi P., Borgonovi E. (2018) The myths of Health care- Towards New Models of Leadership and Management in the Healthcare Sector, Springer International Publishing
• Ginter P., Duncan W., Swayne L. (2018). Strategic management of health care organizations. John Wiley & Sons Publishing.
• Hill C., Schilling M., Jones G. (2018) Στρατηγικό Μανατζμεντ, Broken Hill Publishing
• Yukl G.,(2019). Leadership In Organizations, Pearson, NY.
• Swailes S., Senior B., (2016). Οργανωσιακή Αλλαγή, brokenhill, Αθήνα
• Turner P.(2019). Leadership in Healthcare, Springer, Switzerland
• Jones G. , George J., (2019) Σύγχρονη Διοίκηση, Broken Hill Publishing
• Επιλεγμένη αρθρογραφία & CaseStudies

Κωδικός μαθήματος: ΜΥ1.3

Τίτλος μαθήματος: Αξιοποίηση των Δεδομένων για την Βελτίωση της Φροντίδας Υγείας

Εβδομαδιαίες ώρες διδασκαλίας: 3

Πιστωτικές μονάδες: 8

Το μάθημα εισάγει τους/τις φοιτητές/τριες στη στατιστική ανάλυση εμπειρικών δεδομένων για να απαντήσουν σε ερευνητικές ερωτήσεις και να ελέγξουν επιστημονικές υποθέσεις στο χώρο της υγείας. Το μάθημα παρέχει θεμελιώδεις δεξιότητες διαχείρισης και ανάλυσης δεδομένων.

Αρχικά δίνονται οι βασικές αρχές για την διατύπωση κατάλληλης ερευνητικής υπόθεσης, συστηματικής βιβλιογραφικής ανασκόπησης, σχεδιασμού και διεξαγωγής μελέτης.

Στη συνέχεια παρουσιάζονται οι βασικές αρχές ανάλυσης των δεδομένων που συλλέγονται στις μελέτες, ώστε να προκύψουν αξιόπιστα και έγκυρα συμπεράσματα, και η σύγκριση αυτών με τα αποτελέσματα προγενέστερων μελετών.

Γίνεται μια εισαγωγή στην Στατιστική και Οπτικοποίηση Δεδομένων, όπως μέθοδοι συλλογής δεδομένων, σχεδιασμός ερωτηματολογίου, είδη δεδομένων, περιγραφική ανάλυση δεδομένων για ποιοτικά και ποσοτικά δεδομένα.

Στη συνέχεια παρουσιάζονται βασικά στοιχεία περιγραφικής στατιστικής (μέτρα κεντρικής τάσης ή θέσης, μέτρα διασποράς, μέτρα συσχέτισης δύο μεταβλητών, κλπ) και αρχές ανάλυσης των δεδομένων.

Το μάθημα έχει στόχο να εισάγει και εξοικειώσει τους φοιτητές/φοιτήτριες στη χρήστη μεθοδολογιών και λογισμικών ανάλυσης δεδομένων (data analytics) μέσω περιβάλλοντος επιχειρηματικής ευφυΐας.

Στο πλαίσιο του μαθήματος θα παρουσιαστούν επίσης βασικές τεχνικές μηχανικής μάθησης (machine learning), όπως ομαδοποίηση (clustering), κατηγοριοποίηση (classification), συσχέτιση (correlation) και θα γίνουν ανάλογες εφαρμογές με τη χρήση γραφικών εργαλείων.

Οι φοιτητές/τριες μετά την επιτυχή ολοκλήρωση του μαθήματος θα:

• Προσδιορίζουν ερωτήματα που μπορούν να απαντηθούν με στατιστική ανάλυση δεδομένων.
• Αξιολογούν την καταλληλότητα διαφόρων τεχνικών ανάλυσης δεδομένων ως απάντηση σε αυτές τις ερωτήσεις.
• Αναφέρουν βασικά περιγραφικά στατιστικά στοιχεία, συμπεριλαμβανομένων γραφικών αναπαραστάσεων.
• Διεξάγουν βασικές στατιστικές αναλύσεις, συμπεριλαμβανομένων μονομεταβλητών, διμεταβλητών και πολυμεταβλητών στατιστικών.
• Χρησιμοποιούν βασικές συναρτήσεις του
• Χρησιμοποιούν βασικές συναρτήσεις
• Διαβάζουν και παρουσιάζουν τα στατιστικά αποτελέσματα.
• Μπορούν να αναπτύξουν το δικό τους ερευνητικό ερώτημα και να επιλέξουν κατάλληλα μέτρα και αναλυτικές διαδικασίες.
• Προσδιορίζουν ερωτήματα που μπορούν να απαντηθούν με στατιστική ανάλυση δεδομένων.
• Αξιολογούν την καταλληλότητα διαφόρων τεχνικών ανάλυσης δεδομένων ως απάντηση σε αυτές τις ερωτήσεις.
• Αναφέρουν βασικά περιγραφικά στατιστικά στοιχεία, συμπεριλαμβανομένων γραφικών αναπαραστάσεων.
• Διεξάγουν βασικές στατιστικές αναλύσεις, συμπεριλαμβανομένων μονομεταβλητών, διμεταβλητών και πολυμεταβλητών στατιστικών.
• Διαβάζουν και παρουσιάζουν τα στατιστικά αποτελέσματα.
• Αναγνωρίζουν και εφαρμόζουν τις βασικές έννοιες περιγραφικής και επαγωγικής στατιστικής.
• Γνωρίζουν τις βασικότερες εφαρμογές που αξιοποιούνται για την ανάλυση δεδομένων, την παροχή επιχειρηματικής πληροφόρησης (businessintelligence – BI).
• Αντιλαμβάνονται και θα χρησιμοποιούν λογισμικά επιχειρηματικής ευφυΐας.
• Μπορούν να απεικονίζουν την πληροφορία με διαφορετικούς τρόπους με χρήση του λογισμικού επιχειρηματικής ευφυΐας (bar, column, clustered, stacked, donut, scatter, bubble, waterfall, treemapκ.α.).
• Μπορούν να δημιουργούν εύχρηστες και ευανάγνωστες αναφορές με χρήση του λογισμικού επιχειρηματικής ευφυΐας.
• Κατανοούν τις βασικές αρχές εξόρυξης γνώσης.

Βιβλιογραφία

• Fiona Broufhton Pinpkin, Medical Statistics Made Easy, Churchill Livingstone, 1986
• Δ. Τριχόπουλος, Α. Τζώνου, Κ. Κουτσογιάννη, Βιοστατιστική, Εκδόσεις Παρισιάνος 2001
• Π. Γαλάνης, Μεθοδολογία της Έρευνας στις Επιστήμες Υγείας, Εκδόσεις Κριτική, 2017
• Π. Γαλάνης, Μεθοδολογία Ανάλυσης Δεδομένων στις Επιστήμες Υγείας, Π.Χ Πασχαλίδης, 2015
• Jiawei Han, Micheline Kamber, Data Mining Concepts and Techniques, Morgan Kaufmann Publishers, 2001
• Leo Breiman, Jerome Freidman, Richard Olshen, Charles Stone, Classification and Regression trees, Chapman & Hall/CRC, 1998
• MargaretH. Dunham, DataMining – Εισαγωγικά και Προηγμένα Θέματα Εξόρυξης Γνώσης και Δεδομένα, Εκδόσεις Νέων Τεχνολογιών, 2004
• Οδηγός στο PowerBI: https://docs.microsoft.com/en-us/power-bi
• ΚΝΙΜΕ: https://www.knime.com/
• Zoulias E., Asvestas, P. A., Matsopoulos, G. K., & Tseleni-Balafouta, S. (2011). “A decision support system for assisting fine-needle aspiration diagnosis of thyroid malignancy.”, Analytical and quantitative cytology and histology/the International Academy of Cytology and American Society of Cytology, 33(4), 215-222.

Κωδικός μαθήματος: ΜΥ1.4

Τίτλος μαθήματος: Επικοινωνία στην Υγεία

Εβδομαδιαίες ώρες διδασκαλίας: 3

Πιστωτικές μονάδες: 7

Το μάθημα  ασχολείται με την  αποτελεσματική επικοινωνία μεταξύ των δύο συμβαλλόμενων (του επαγγελματία υγείας και του ασθενή) που είναι ζωτικής σημασίας για την σωστή διάγνωση, την κατάλληλη φαρμακευτική αγωγή, την εξασφάλιση της συμμόρφωσης του ασθενούς και τη διατήρηση της ποιότητας ζωής του ασθενή. Το μάθημα προσφέρει τις κατάλληλες θεωρητικές γνώσεις, δίνοντας παράλληλα έμφαση σε πρακτικά παραδείγματα, ώστε οι επαγγελματίες και επιστήμονες υγείας να μπορούν να ανταπεξέρχονται αποτελεσματικά στις επικοινωνιακές προκλήσεις που καλούνται να αντιμετωπίσουν σε καθημερινή βάση.

Πιο συγκεκριμένα, μετά το πέρας του μαθήματος οι φοιτητές/τριες θα:

• Μπορούν να διαχειριστούν κατάλληλα την επικοινωνία με άτομα με υψηλό συναισθηματικό φορτίο.
• Γνωρίζουν τις βασικές αρχές επικοινωνίας.
• Αποκτήσουν την ικανότητα να υιοθετούν μια προσωποκεντρική προσέγγιση στην αντιμετώπιση του ασθενή και των προβλημάτων του.
• Έχουν αναπτύξει και θα μπορούν να εφαρμόσουν την τεχνική της διαβούλευσης.
• Έχουν αναπτύξει δεξιότητες επικοινωνίας (ύφος και περιεχόμενο) που θα διευκολύνουν την  προσέγγιση  που  είναι  επικεντρωμένη στον ασθενή.
• Θα μπορούν να εφαρμόσουν τεχνικές όπως η προσεκτική ακρόαση, η ενσυναίσθηση και η χρήση ανοιχτών ερωτήσεων, κ.α..
• Γνωρίζουν τα στάδια της διαβούλευσης.
• Κατανοούν και αντιλαμβάννται την εμπειρία του ασθενή ως μοναδική.
• Προωθούν την ισότιμη σχέση μεταξύ επαγγελματία υγεία και ασθενή.

Βιβλιογραφία

• “Effective communication for health professionals”, 2^nd edition, Elsevier, 2020
• By Gjyn O’Toole, MEdStud, BA, GradDipTEFL, DipOT, “Communication: Core Interpersonal Skills for Healthcare Professionals”, 4th Edition, Elsevier, 2020
• Jonathan Silverman , Suzanne Kurtz , Juliet Draper , “Skills for communicating with patients”, Taylor & Francis Ltd, 2013
• Ruth B. Purtilo & Amy M. Haddad & Regina Doherty, “Health Professional and Patient Interaction”, 8th Edition, 2014
• Βερντέρμπερ Ρούντολφ, «Η τέχνη της Επικοινωνίας», Εκδόσεις ΕΛΛΗΝ, 1998
• Τρίχας Σάββας, «Η δύναμη της επικοινωνίας», Εκδόσεις IWRITE, 2019
• Άνταμς Λίντα, «Τα μυστικά της αποτελεσμτικής επικοινωνίας», Εκδόσεις Μάρτης, 2018
• Kadda, O. (2018). Health professional working growth and patient safety. Health & Research Journal, 4(3), 117–118. https://doi.org/10.12681/healthresj.19289
• A Tsounis, P Sarafis, “Doctor-patient communication as a determining parameter in the provision of health care”, Archives of Hellenic Medicine, 2014, vol. 31, no. 5, pp. 534-540, 2014
• Πιασέκι Μελίσα, «Η τέχνη της επικοινωνίας στο χώρο της υγείας. Ένας πρακτικός οδηγός», Εκδόσεις Παπασωτηρίαου, 2008
• Σίμου Έφη, «Επικοινωνία Γιατρού – Ασθενούς. Ενας πρακτικός οδηγός δεξιοτήτων επικοινωνίας», Ινστιτούτο Επικοινωνίας Και Αλφαβητισμού Στην Υγεία, 2017
• Σίμου Έφη, «Αποφασίζουμε Μαζί. Η συμμετοχή των ασθενών στη λήψη αποφάσεων για την υγεία», 2017