Use este identificador para citar ou linkar para este item:
https://repositorio.ufms.br/handle/123456789/12136
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Liriane Aparecida da Silva Nogueira | - |
dc.date.accessioned | 2025-07-04T20:42:31Z | - |
dc.date.available | 2025-07-04T20:42:31Z | - |
dc.date.issued | 2025 | pt_BR |
dc.identifier.uri | https://repositorio.ufms.br/handle/123456789/12136 | - |
dc.description.abstract | The healthcare judicialization in Brazil has posed significant challenges to the Unified Health System (SUS), especially with respect to the provision of medicines. At the Court of Justice of the State of Mato Grosso do Sul (TJMS), the growing number of lawsuits related to demands for medicines impacts public policies and requires innovative technological solutions. With the consolidation of the electronic case files, there is a wealth of information to be explored in procedural texts which, once extracted and organized, becomes a powerful tool for management and governance. This study aims to apply an artificial intelligence (AI) model capable of automatically identifying medicines names mentioned in the initial petitions of judicial records, using text-mining and machine-learning techniques focused on case files documents written in Portuguese. The model was trained with transformer-based algorithms, particularly BioBERTpt. After generating the data, an interactive computational platform called MED-SUS-MS was implemented to visualize data related to the healthcare judicialization at TJMS, in order to support decision-making in public policies for medicines provision in the State of Mato Grosso do Sul. The methodology involved constructing an anonymized dataset, applying Named Entity Recognition (NER) techniques, and evaluating the model’s performance using metrics such as precision, recall, and F1-score. The results demonstrate the technical feasibility and institutional relevance of the proposed model, enabling greater transparency, agility, and evidence-based formulation of public health policies. The model is aligned with the guidelines and resolutions of the National Council of Justice (CNJ) and TJMS, promoting ethical and secure governance within the Judiciary and directly contributing to Sustainable Development Goals (SDGs) 3 – Good Health and Well-being and 16 – Peace, Justice and Strong Institutions. This research reinforces the potential of artificial intelligence as a strategic tool for the healthcare de-judicialization by transforming judicial data into qualified inputs for public management and governance. Keywords: artificial intelligence, named entity recognition, medicines mining, healthcare judicialization and unified health system. | - |
dc.language.iso | pt_BR | pt_BR |
dc.publisher | Fundação Universidade Federal de Mato Grosso do Sul | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | BioBertPt, inteligência artificial, NER, Reconhecimento de Entidade Nomeada, mineração de medicamentos, judicialização da saúde, SUS. | - |
dc.title | MODELO DE INTELIGÊNCIA ARTIFICIAL PARA IDENTIFICAR MEDICAMENTOS EM PROCESSOS DE JUDICIALIZAÇÃO NO TRIBUNAL DE JUSTIÇA DO ESTADO DE MATO GROSSO DO SUL | pt_BR |
dc.type | Dissertação | pt_BR |
dc.contributor.advisor1 | Marcelo Augusto Santos Turine | - |
dc.description.resumo | A judicialização da saúde no Brasil tem gerado desafios significativos para o Sistema Único de Saúde (SUS), especialmente em relação ao fornecimento de medicamentos. No Tribunal de Justiça do Estado de Mato Grosso do Sul (TJMS), o crescente volume de processos relacionados a demandas por medicamentos impacta as políticas públicas e exige soluções tecnológicas inovadoras. Com a consolidação do processo judicial eletrônico, há muitas informações a serem exploradas nos textos processuais que, ao serem extraídas e organizadas, tornam uma poderosa ferramenta de gestão e governança. Este trabalho tem como objetivo aplicar um modelo de inteligência artificial (IA) capaz de identificar automaticamente os medicamentos mencionados nas petições iniciais de processos judiciais, utilizando técnicas de mineração de textos e aprendizado de máquina com foco em documentos de processos judiciais redigidos em língua portuguesa. O modelo foi treinado com algoritmos baseados em transformers, em especial o BioBERTpt. Após gerar os dados, foi implementada uma plataforma computacional interativa intitulada MED-SUS-MS, que visualiza os dados da judicialização da saúde no TJMS a fim de contribuir para tomada de decisão nas políticas públicas de fornecimento de medicamentos no Estado de Mato Grosso do Sul. A metodologia envolveu a construção de um dataset anonimizado, a aplicação de técnicas de reconhecimento de entidades nomeadas (Named Entity Recognition – NER) e a avaliação do desempenho do modelo por meio de métricas como precisão, recall e F1-score. Os resultados demonstram a viabilidade técnica e a relevância institucional do modelo proposto, permitindo maior transparência, agilidade e fundamentação na formulação de políticas públicas de saúde. O modelo está alinhado às diretrizes e às resoluções do CNJ e TJMS, promovendo governança ética e segura no Judiciário, contribuindo diretamente para os Objetivos de Desenvolvimento Sustentável (ODS) 3 - Saúde e Bem-Estar e 16 - Instituições Eficazes. A pesquisa reforça o potencial da Inteligência Artificial como ferramenta estratégica para a desjudicialização da saúde, ao transformar dados judiciais em insumos qualificados para a gestão e governança pública. Palavras-chave: inteligência artificial, reconhecimento de entidade nomeada, mineração de medicamentos, judicialização da saúde e sistema único de saúde. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.initials | UFMS | pt_BR |
Aparece nas coleções: | Programa de Pós-graduação em Computação Aplicada |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
PLATAFORMA COMPUTACIONAL PARA IDENTIFICAÇÃO DE MEDICAMENTOS EM PROCESSOS DE JUDICIALIZAÇÃO DA SAÚDE NO TJMS.pdf | 7,26 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.