Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/54846
Arquivos associados a este item:
Arquivo TamanhoFormato 
DouglasFranciscoCruzPaiva_DISSERT.pdf4,5 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorAraújo Júnior, Rogério Henrique dept_BR
dc.contributor.authorPaiva, Douglas Francisco Cruzpt_BR
dc.date.accessioned2026-06-16T11:00:53Z-
dc.date.available2026-06-16T11:00:53Z-
dc.date.issued2026-06-16-
dc.date.submitted2025-12-10-
dc.identifier.citationPAIVA, 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.pt_BR
dc.identifier.urihttp://repositorio.unb.br/handle/10482/54846-
dc.descriptionDissertação (mestrado) — Universidade de Brasília, Faculdade de Ciência da Informação, Programa de Pós-Graduação em Ciência da Informação, 2025.pt_BR
dc.description.abstractA 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.pt_BR
dc.language.isoporpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleUso de visão computacional para a indexação e categorização de prontuários médicos e documentos de unidades de saúdept_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordVisão computacionalpt_BR
dc.subject.keywordGestão de documentospt_BR
dc.subject.keywordProntuário médicopt_BR
dc.subject.keywordLei Geral de Proteção de Dados (LGPD)pt_BR
dc.rights.licenseA 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.pt_BR
dc.description.abstract1The 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.pt_BR
dc.description.unidadeFaculdade de Ciência da Informação (FCI)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Ciência da Informaçãopt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.