Desenvolvimento de uma pipeline de dados para disponibilização de informações sobre medicamentos da Anvisa
Visualizar/abrir
Data
2026Orientador
Co-orientador
Nível acadêmico
Graduação
Assunto
Resumo
O acesso a informações farmacêuticas estruturadas e confiáveis é um requisito fundamental para plataformas de saúde digital voltadas ao acompanhamento clínico. Este trabalho apresenta o desenvolvimento de uma infraestrutura de dados projetada para suprir o aplicativo móvel Takere com o catálogo oficial de medicamentos da ANVISA/CMED, visando a segurança na gestão de planos de cuidado. Devido à natureza desestruturada e dinâmica das fontes governamentais públicas, a integração direta desses dado ...
O acesso a informações farmacêuticas estruturadas e confiáveis é um requisito fundamental para plataformas de saúde digital voltadas ao acompanhamento clínico. Este trabalho apresenta o desenvolvimento de uma infraestrutura de dados projetada para suprir o aplicativo móvel Takere com o catálogo oficial de medicamentos da ANVISA/CMED, visando a segurança na gestão de planos de cuidado. Devido à natureza desestruturada e dinâmica das fontes governamentais públicas, a integração direta desses dados apresenta barreiras técnicas significativas. Para contornar este problema, a solução arquitetada emprega um processo automatizado de Extração, Transformação e Carga (ETL), orquestrado via Apache Airflow, para coletar e higienizar os registros. Os dados são estruturados em um banco PostgreSQL e disponibilizados por meio de uma API REST desenvolvida em FastAPI, sob uma arquitetura de microsserviços conteinerizada via Docker. A avaliação experimental da abordagem proposta foi conduzida por meio de um dataset de teste realimentado com prescrições médicas reais e previamente anonimizadas, simulando a diversidade e a complexidade encontradas na rotina de assistência à saúde. A validação da infraestrutura implementada dividiu-se em uma análise quantitativa, que demonstrou que 80% dos medicamentos presentes nas prescrições foram encontrados com sucesso na base estruturada, e uma análise qualitativa, que avaliou a precisão dos filtros da API e revelou desafios semânticos relevantes entre a linguagem de prescrição clínica e o rigor regulatório oficial. Os resultados demonstram a viabilidade técnica da solução, estabelecendo um alicerce de dados escalável e preparado para a integração com a plataforma. ...
Abstract
Access to structured and reliable pharmaceutical information is a fundamental requirement for digital health platforms focused on clinical monitoring. This work presents the development of a data infrastructure designed to supply the mobile application Takere with the official medication catalog from ANVISA/CMED, aiming to ensure safety in the management of care plans. Due to the unstructured and dynamic nature of public government sources, the direct integration of these data presents signific ...
Access to structured and reliable pharmaceutical information is a fundamental requirement for digital health platforms focused on clinical monitoring. This work presents the development of a data infrastructure designed to supply the mobile application Takere with the official medication catalog from ANVISA/CMED, aiming to ensure safety in the management of care plans. Due to the unstructured and dynamic nature of public government sources, the direct integration of these data presents significant technical barriers. To overcome this problem, the designed solution employs an automated Extract, Transform, Load (ETL) process, orchestrated via Apache Airflow, to collect and sanitize the records. Data is structured in a PostgreSQL database and made available through a REST API developed in FastAPI, under a containerized microservices architecture using Docker. The experimental evaluation of the proposed approach was conducted using a test dataset fed with real and previously anonymized medical prescriptions, simulating the diversity and complexity found in routine healthcare. The validation of the implemented infrastructure was divided into a quantitative analysis, which demonstrated that 80% of the medications present in the dataset were successfully matched in the structured database, and a qualitative analysis, which evaluated the precision of the API filters and revealed significant semantic challenges between clinical prescription language and official regulatory strictness. The results demonstrate the technical viability of the solution, establishing a scalable data foundation prepared for integration with the platform. ...
Instituição
Universidade Federal do Rio Grande do Sul. Instituto de Informática. Curso de Ciência da Computação: Ênfase em Engenharia da Computação: Bacharelado.
Coleções
-
TCC Ciência da Computação (1246)
Este item está licenciado na Creative Commons License


