Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/11624/4309| Autor(es): | Martini, Patrick Luiz |
| Título: | Sistema anonimizado de dados a partir de prontuários de saúde. |
| Data do documento: | 2026 |
| Resumo: | A crescente digitalização dos serviços de saúde e a adoção de prontuários eletrônicos por instituições de saúde têm gerado um volume expressivo de dados clínicos, representando um recurso valioso para pesquisas acadêmicas e o avanço da medicina baseada em evidências. A promulgação da Lei Geral de Proteção de Dados (LGPD) consolidou um marco regulatório fundamental para a proteção da privacidade dos cidadãos, estabelecendo diretrizes para o tratamento de dados pessoais sensíveis, incluindo aqueles referentes à saúde. Nesse cenário, torna-se essencial o desenvolvimento de soluções tecnológicas que permitam o uso secundário de dados clínicos para fins de pesquisa, assegurando plena conformidade com os princípios de proteção de dados estabelecidos pela legislação. Nesse contexto, este trabalho tem como objetivo desenvolver um sistema de anonimização de prontuários de saúde, viabilizando seu uso seguro e regulamentado em pesquisas acadêmicas, em conformidade com a LGPD. A metodologia adotada combinou uma revisão sistemática da literatura, seguindo o método PRISMA, com a implementação de um sistema baseado em Modelos de Linguagem de Grande Escala (LLMs) e técnicas de Processamento de Linguagem Natural (PLN). A seleção do modelo de linguagem considerou requisitos de suporte ao idioma português, privacidade de dados e capacidade de processamento local, resultando na adoção do modelo Gemma 3 4B. O sistema implementa um pipeline de anonimização em dois estágios, utilizando técnicas de Reconhecimento de Entidades Nomeadas (NER) para identificar e suprimir cinco categorias de identificadores pessoais presentes em prontuários: nomes de pessoas, idades, datas de atendimento, localizações geográficas e organizações. Para dados estruturados, aplica-se criptografia determinística (BLAKE2b) para pseudonimização de identificadores e transformação de datas, preservando as relações temporais e a consistência dos dados. Complementarmente, um prompt de auditoria baseado na LGPD atua como camada de verificação para mitigar falsos negativos. O resultado é uma base de dados anonimizada que protege a privacidade dos pacientes, enquanto preserva a utilidade dos dados para análises acadêmicas, contribuindo para o avanço da pesquisa na área da saúde ao facilitar o compartilhamento seguro de informações entre instituições e pesquisadores. |
| Resumo em outro idioma: | The increasing digitalization of healthcare services and the adoption of electronic health records by healthcare institutions have generated a significant volume of clinical data, representing a valuable resource for academic research and the advancement of evidence-based medicine. The enactment of the General Data Protection Law (GDPL) established a fundamental regulatory framework for protecting citizens' privacy, setting guidelines for the processing of sensitive personal data, including health-related information. In this scenario, it is essential to develop technological solutions that allow for the secondary use of clinical data for research purposes while ensuring full compliance with the data protection principles established by legislation. In this context, this study aims to develop a system for the anonymization of health records, enabling their safe and regulated use in academic research in compliance with the LGPD. The adopted methodology combined a systematic literature review, following the PRISMA method, with the implementation of a system based on Large Language Models (LLMs) and Natural Language Processing (NLP) techniques. The selection of the language model considered requirements for Portuguese language support, data privacy, and local processing capacity, resulting in the adoption of the Gemma 3 4B model. The system implements a two-stage anonymization pipeline, using Named Entity Recognition (NER) techniques to identify and suppress five categories of personal identifiers present in medical records: personal names, ages, service dates, geographic locations, and organizations. For structured data, deterministic encryption (BLAKE2b) is applied for the pseudonymization of identifiers and date transformation, preserving temporal relationships and data consistency. Additionally, an LGPD-based audit prompt acts as a verification layer to mitigate false negatives. The result is an anonymized database that protects patient privacy while preserving data utility for academic analysis, contributing to the advancement of healthcare research by facilitating the secure sharing of information between institutions and researchers. |
| Nota: | Inclui bibliografia. |
| Instituição: | Universidade de Santa Cruz do Sul |
| Curso/Programa: | Programa de Pós-graduação em Sistemas e Processos Industriais |
| Tipo de obra: | Dissertação de Mestrado |
| Assunto: | Processamento de linguagem natural (Computação) Registros médicos Proteção de dados |
| Orientador(es): | Frozza, Rejane |
| Coorientador(es): | Tedesco, Leonel Pablo Carvalho |
| Aparece nas coleções: | Programa de Pós-Graduação em Sistemas e Processos Industriais – Mestrado |
Arquivos associados a este item:
| Arquivo | Tamanho | Formato | |
|---|---|---|---|
| Patrick Luiz Martini.pdf | 356.71 kB | Adobe PDF | Visualizar/Abrir |
Este item está licenciado sob uma Licença Creative Commons
