IA generativa aplicada na análise de dados do departamento de informática do Sistema Único de Saúde – Datasus
| dc.contributor.advisor | Araújo, Daniela Barreto | |
| dc.contributor.author | Santos, Gilmar Luís do Nascimento | |
| dc.contributor.referee | Atta , Antônio Carlos Fontes Atta | |
| dc.contributor.referee | Chaves, Débora Alcina Rego | |
| dc.date.accessioned | 2025-01-22T12:39:10Z | |
| dc.date.available | 2025-01-22T12:39:10Z | |
| dc.date.issued | 2024-01-10 | |
| dc.description.abstract | Ter direito à informação é essencial para que organizações e cidadãos possam tomar decisões embasadas em evidências, promovendo a busca por conhecimento e autonomia. O Sistema Único de Saúde (SUS) no Brasil enfrenta desafios variados, incluindo a adoção lenta de tecnologias de informação em saúde. Entretanto, a política de informação em saúde desempenha um papel estratégico ao melhorar o acesso equitativo e a gestão das informações, especialmente por meio do Departamento de Informática do Sistema Único de Saúde (DATASUS). Este órgão tem como objetivo reunir, processar e disseminar dados de saúde, promovendo a democratização e uma gestão eficaz dessa área. Contudo, a extração de conhecimento a partir desses dados ainda não é automática, dificultando seu uso prático. A aplicação da inteligência artificial generativa na análise de dados públicos representa uma inovação promissora para a saúde pública no Brasil. Este trabalho avaliou o potencial da inteligência artificial generativa na análise de dados públicos do DATASUS, com foco na produção ambulatorial de Salvador, cumprindo o objetivo geral de explorar a viabilidade dessa tecnologia para melhorar o acesso e a interpretação de informações de saúde. Foram analisadas três ferramentas principais: Copilot Studio, Meu GPT e Gemini Advanced, utilizando critérios como velocidade, precisão, integração de dados e confiabilidade. Os resultados mostraram que o Copilot Studio se destaca pela velocidade de resposta, embora apresente limitações na coerência e confiabilidade. O Meu GPT, apesar de ser mais lento, demonstrou maior precisão e consistência, permitindo uma base de conhecimento para múltiplas interações. O Gemini Advanced apresentou equilíbrio entre velocidade e precisão, mas possui limitações na integração de dados, restringindo sua aplicabilidade em análises prolongadas. A resposta à pergunta do projeto destaca que a inteligência artificial generativa, quando aplicada no contexto analisado, apresenta potencial para transformar a acessibilidade e a eficiência na gestão de dados de saúde pública. | |
| dc.description.abstract2 | The right to information is essential for organizations and citizens to make evidence-based decisions, promoting the pursuit of knowledge and autonomy. The Unified Health System (SUS) in Brazil faces various challenges, including the slow adoption of health information technologies. However, the health information policy plays a strategic role in improving equitable access and information management, particularly through the Department of Informatics of the Unified Health System (DATASUS). This department aims to gather, process, and disseminate health data, promoting democratization and effective management in this field. Nevertheless, the extraction of knowledge from these data is not yet automated, hindering its practical use. The application of generative artificial intelligence in the analysis of public data represents a promising innovation for public health in Brazil. This study evaluated the potential of generative artificial intelligence in analyzing public DATASUS data, focusing on outpatient production in Salvador, achieving the general objective of exploring the feasibility of this technology to enhance access to and interpretation of health information. Three main tools were analyzed: Copilot Studio, Meu GPT, and Gemini Advanced, using criteria such as speed, accuracy, data integration, and reliability. The results showed that Copilot Studio stands out for its response speed, although it has limitations in coherence and reliability. Meu GPT, despite being slower, demonstrated greater accuracy and consistency, enabling a knowledge base for multiple interactions. Gemini Advanced presented a balance between speed and accuracy but has limitations in data integration, restricting its applicability in prolonged analyses. The project's findings highlight that generative artificial intelligence, when applied in the analyzed context, has the potential to transform accessibility and efficiency in managing public health data. Keywords: data analysis; public health; generative AI | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.citation | SANTOS, Gilmar Luís do Nascimento. IA generativa aplicada na análise de dados do departamento de informática do Sistema Único de Saúde – Datasus. Orientadora: Daniela Barreto Araújo. 2024.54 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) -Departamento de Ciências Exatas e da Terra (DCET), Universidade do Estado da Bahia. Campus I, Salvador, 2024. | |
| dc.identifier.uri | https://saberaberto.uneb.br/handle/20.500.11896/7285 | |
| dc.language.iso | por | |
| dc.publisher | Universidade do Estado da Bahia | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights.uri | http://creativecommons.org/licenses/by/3.0/br/ | |
| dc.rights2 | Attribution 3.0 Brazil | en |
| dc.subject.keywords | Análise de dados | |
| dc.subject.keywords | Saúde pública | |
| dc.subject.keywords | IA generativa | |
| dc.title | IA generativa aplicada na análise de dados do departamento de informática do Sistema Único de Saúde – Datasus | |
| dc.title.alternative | Generative AI applied to data analysis of the Unified Health System's Informatics Department – Datasus | |
| dc.type | info:eu-repo/semantics/bachelorThesis |