AUTOMATION FOR DATA COLLECTION AND PROCESSING IN THE DATASUS ONLINE TABULATION SYSTEM

Authors

• Murilo Antonio Wollmann Unisc
• Leonardo Antonio Patatt
• Ana Paula Goetze
• Daniela Duarte da Silva Bagatini
• Priscila Schmidt Lora
• Gabriela de Andrade Monteiro
• Ana Paula Wernz da Cunha Müller
• Débora Oliveira da Silva
• Cristiane Drebes Pedron

DOI:

https://doi.org/10.17058/0dy4g658

Keywords:

Data extraction, Automated tasks, TABNET, DATASUS, Breast cancer

Abstract

Data collection and analysis are essential for monitoring diseases and developing intervention strategies. However, the manual process in TABNET (DATASUS) makes continuous updating difficult. This work developed an application to automate the search and processing of these data. The methodology involved: (1) understanding TABNET; (2) studying Selenium for web automation; (3) studying Pandas for data analysis; (4) selecting relevant data on breast cancer with the support of a specialist mastologist; (5) automating data download; (6) automating the correct processing of the collected information; (7) testing to validate the application. The system proved to be efficient and reliable, eliminating repetitive manual tasks and significantly reducing the time required to collect and process epidemiological data.

References

BRAGA, T. M.; SOARES, L. M.; FERREIRA, A. C. G.; SIQUEIRA, A. C. F. L. DE; HELD, J. M. V. DE M. W.; GAMA, M. E. C. N. DA; FRIZON, A. B.; RIBEIRO, R. B.; MEDEIROS, G. L. P. DE; SILVESTRI, L. M. O. O uso de inteligência artificial na interpretação de exames médicos. Brazilian Journal of Health Review, v. 7, n. 3, p. e70932, 2024.

CAPPELLO, A.; MURGIA, Y.; GIACOBBE, D. R.; MORA, S.; GAZZARATA, R.; ROSSO, N.; GIACOMINI, M.; BASSETTI, M. Automated extraction of standardized antibiotic resistance and prescription data from laboratory information systems and electronic health records: a narrative review. Front Antibiot., v. 3, p. 1380380, 2024.

CHEN, Y.; HAO, L.; ZOU, V. Z. et al. Automated medical chart review for breast cancer outcomes research: a novel natural language processing extraction system. BMC Med Res Methodol, v. 22, p. 136, 2022.

DEPARTAMENTO DE INFORMÁTICA DO SUS (DATASUS). Informações de Saúde. Disponível em: https://datasus.saude.gov.br/. Acesso em: 3 fev. 2025.

DOCUMENTAÇÃO DA BIBLIOTECA PANDAS. Disponível em: https://pandas.pydata.org/. Acesso em: 5 fev. 2025.

DRESCH, A.; LACERDA, D. P.; ANTUNES JÚNIOR, J. A. V. A. Design science research: método de pesquisa para avanço da ciência e tecnologia. Porto Alegre: Bookman, 2015.

INSTITUTO NACIONAL DE CÂNCER (INCA). Controle do câncer de mama no Brasil: dados e números 2024. Rio de Janeiro: INCA, 2024.

LACERDA, D. P.; DRESCH, A.; PROENÇA, A.; ANTUNES JÚNIOR, J. A. V. A. Design science research: método de pesquisa para a engenharia de produção. Gest. Prod., v. 20, n. 4, p. 741–761, 2013.

LEITE, K. R. V.; PASQUALI, M. A. B.; SILVA, T. A. S. N. DA; RODRIGUES, L. V.-R. V.; MELO, G. D. X.; PACHECO, A. P. Q. D. F. et al. Transformação da saúde: o impacto da inteligência artificial na medicina moderna. Contribuciones a las Ciencias Sociales, v. 17, n. 5, p. e6726, 2024.

MCGUINNESS, J. E.; ZHANG, T. M.; COOPER, K.; KELKAR, A.; DIMOND, J.; LORENZI, V. et al. Extraction of Electronic Health Record Data using Fast Healthcare Interoperability Resources for Automated Breast Cancer Risk Assessment. AMIA Annu Symp Proc., v. 2021, p. 843-852, 2022.

MILLER, T. P.; GETZ, K. D.; KRAUSE, E.; JO, Y. G.; CHARAPALA, S.; GRAMATAGES, M. M. et al. Automated Electronic Health Record Data Extraction and Curation Using ExtractEHR. JCO Clin Cancer Inform., v. 8, p. e2400100, 2024.

MUTHUKADAN, B. Selenium with Python. Disponível em: https://selenium-python.readthedocs.io/. Acesso em: 5 fev. 2025.

NILSEN, P.; SUNDEMO, D.; HEINTZ, F.; NEHER, M.; NYGREN, J.; SVEDBERG, P.; PETERSSON, L. Towards evidence-based practice 2.0: leveraging artificial intelligence in healthcare. Front Health Serv., v. 4, p. 1368030, 2024.

OBSERVATÓRIO DO CÂNCER RS. Disponível em: https://observatoriodocancer.saude.rs.gov.br/. Acesso em: 21 ago. 2024.

RAHMAN, M. A.; VICTOROS, E.; ERNEST, J.; DAVIS, R.; SHANJANA, Y.; ISLAM, M. R. Impact of Artificial Intelligence (AI) Technology in Healthcare Sector: A Critical Evaluation of Both Sides of the Coin. Clin Pathol., v. 17, p. 2632010X241226887, 2024.

SECRETARIA ESTADUAL DE SAÚDE DO RIO GRANDE DO SUL. Boletim Epidemiológico. v. 1, n. 1, 2024. Disponível em: https://admin.estado.rs.gov.br/upload/arquivos/202410/boletim-epidemiologico-cancer-de-mama-no-estado-do-rio-grande-do-sul-versao-final-2.pdf. Acesso em: 13 out. 2024.

VAISHNAVI, V.; KUECHLER, B. Design Science Research in Information Systems. 2004/21. Disponível em: http://desrist.org/desrist/content/design-science-research-in-information-systems.pdf. Acesso em: 21 dez. 2024.

VASCONCELLOS, F. M.; LUTZ, K. C. C.; MORAIS, E. C.; MELO, B. A.; VARGAS, I. H. (orgs.). Boletim Epidemiológico da Situação do Câncer de Mama no Estado do Rio Grande do Sul. Porto Alegre: Secretaria de Estado da Saúde/RS, 2024. Disponível em: https://admin.estado.rs.gov.br/upload/arquivos/202410/boletim-epidemiologico-cancer-de-mama-no-estado-do-rio-grande-do-sul-versao-final-2.pdf. Acesso em: 13 jan. 2025.

WALKER, V. R.; SCHMITT, C. P.; WOLFE, M. S.; NOWAK, A. J.; KULESZA, K.; WILLIAMS, A. R. et al. Evaluation of a semi-automated data extraction tool for public health literature-based reviews: Dextr. Environ Int., v. 159, p. 107025, 2022.

ZAMAN, G.; MAHDIN, H.; HUSSAIN, K.; RAHMAN, A. Information extraction from semi and unstructured data sources: A systematic literature review. ICIC Express Letters, v. 14, n. 6, p. 593-603, 2020. Disponível em: http://www.icicel.org/ell/contents/2020/6/el-14-06-09.pdf. Acesso em: 27 fev. 2025.