Sistemática para Apoiar a Tomada de Decisão de Tratamento de Pacientes em Saúde Mental
Saúde Mental. Tomada de Decisão. ETL. Indicadores Assistenciais. Inteligência Artificial. Business Intelligence.
A crescente complexidade dos transtornos mentais e a subjetividade envolvida na avaliação de tratamentos demandam abordagens mais estruturadas e orientadas por dados. Esta dissertação propõe uma sistemática para apoiar a tomada de decisão clínica e gerencial no contexto da saúde mental, utilizando processos de ETL (Extract, Transform, Load), ferramentas de Business Intelligence (BI) e algoritmos de Inteligência Artificial (IA). A metodologia desenvolvida realiza a integração de dados clínicos e administrativos extraídos de prontuários eletrônicos, transformando-os em indicadores estratégicos (KPIs) visualizados por meio de dashboards interativos. Além disso, foram implementados modelos preditivos baseados em diagnósticos (CID-10), capazes de recomendar medicamentos de forma personalizada, com suporte de métricas como acurácia e F1-score, além de análise explicativa por meio de árvores de decisão. Os testes realizados com dados simulados demonstraram a viabilidade da solução, apontando ganhos em efetividade terapêutica e eficiência assistencial. A proposta contribui para a inovação nos serviços de saúde mental, promovendo maior embasamento técnico na gestão dos cuidados e melhorando a experiência dos pacientes.