http://repositorio.unb.br/handle/10482/54846| Arquivo | Tamanho | Formato | |
|---|---|---|---|
| DouglasFranciscoCruzPaiva_DISSERT.pdf | 4,5 MB | Adobe PDF | Visualizar/Abrir |
| Título: | Uso de visão computacional para a indexação e categorização de prontuários médicos e documentos de unidades de saúde |
| Autor(es): | Paiva, Douglas Francisco Cruz |
| Orientador(es): | Araújo Júnior, Rogério Henrique de |
| Assunto: | Visão computacional Gestão de documentos Prontuário médico Lei Geral de Proteção de Dados (LGPD) |
| Data de publicação: | 16-Jun-2026 |
| Data de defesa: | 10-Dez-2025 |
| Referência: | PAIVA, Douglas Francisco Cruz. Uso de visão computacional para a indexação e categorização de prontuários médicos e documentos de unidades de saúde. 2025. 119 f., il. Dissertação (Mestrado em Ciência da Informação) — Universidade de Brasília, Brasília, 2025. |
| Resumo: | A gestão de grandes volumes de informações em unidades de saúde, especialmente prontuários médicos, enfrenta desafios relacionados à organização, recuperação e proteção da privacidade dos dados. Esta pesquisa tem como objetivo desenvolver e validar um sistema automatizado, local e seguro para indexação e categorização de documentos de instituições de saúde, utilizando técnicas de visão computacional e princípios arquivísticos. A metodologia adotada combina abordagem qualitativa e quantitativa, com revisão bibliográfica detalhada, desenvolvimento de um protótipo de visão computacional e testes comparativos entre a indexação automatizada e a manual. O sistema proposto busca eliminar a necessidade de leitura manual, garantindo conformidade com a Lei Geral de Proteção de Dados (LGPD) e promovendo a anonimização de informações sensíveis. O protótipo foi avaliado em termos de eficiência e precisão, demonstrando potencial para reduzir custos, otimizar processos e acelerar a recuperação de dados. A pesquisa integra conceitos da Arquivologia e da Ciência da Informação às inovações tecnológicas, evidenciando que a aplicação de inteligência artificial na gestão de documentos pode aprimorar a assistência, o ensino e a pesquisa em saúde. Os resultados indicam que a automação permite maior padronização e segurança na manipulação de prontuários, além de reduzir erros e liberar profissionais para atividades mais estratégicas. Conclui-se que a implementação de sistemas autônomos e locais contribui para a soberania tecnológica em instituições de saúde, especialmente em regiões com desigualdades estruturais, oferecendo soluções acessíveis e replicáveis para a melhoria da gestão de documentos. |
| Abstract: | The management of large volumes of information in healthcare facilities, particularly medical records, faces challenges related to organization, retrieval, and data privacy protection. This research aims to develop and validate an automated, local, and secure system for indexing and categorizing hospital documents using computer vision techniques and archival principles. The methodology combines qualitative and quantitative approaches, including a detailed literature review, the development of a computer vision prototype, and comparative tests between automated and manual indexing. The proposed system seeks to eliminate the need for manual reading, ensuring compliance with the General Data Protection Law (LGPD) and promoting the anonymization of sensitive information. The prototype was evaluated in terms of efficiency and accuracy, demonstrating potential to reduce costs, optimize processes, and accelerate data retrieval. The study integrates concepts from Archival Science and Information Science with technological innovations, highlighting that artificial intelligence applications in Record Management can enhance healthcare services, education, and research. The results indicate that automation allows for greater standardization and security in handling medical records while reducing errors and freeing professionals for more strategic activities. It is concluded that implementing autonomous and local systems contributes to technological sovereignty in healthcare institutions, particularly in regions with structural inequalities, providing accessible and replicable solutions for improving record management. |
| Unidade Acadêmica: | Faculdade de Ciência da Informação (FCI) |
| Informações adicionais: | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Ciência da Informação, Programa de Pós-Graduação em Ciência da Informação, 2025. |
| Programa de pós-graduação: | Programa de Pós-Graduação em Ciência da Informação |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.