Ummodelo de anonimização aplicado a prontuários eletrônicos 264 Outro ponto relevante refere-se à contribuição deste estudo para o debate sobre governança de dados em saúde. Ao adotar um pipeline estruturado de anonimização, enriquecimento e exportação dos dados, foi possível alinhar os resultados obtidos às exigências legais da LGPD no Brasil e do HIPAA nos Estados Unidos. Dessa forma, o trabalho não apenas se insere no campo técnico da ciência da computação aplicada à saúde, mas também responde a um contexto normativo e ético cada vez mais rigoroso, no qual a confiança do paciente no uso de suas informações é central. Este artigo reforça a importância de pesquisas que conciliem avanços tecnológicos com responsabilidades éticas e legais. A anonimização aplicada ao estudo de caso mostrou-se eficaz para resguardar a confidencialidade e, ao mesmo tempo, ampliar as possibilidades de uso dos dados clínicos para inovação e desenvolvimento científico. Futuras investigações podem expandir este modelo, explorando frameworks híbridos de anonimização semântica e k-anonimidade, de modo a aumentar ainda mais a robustez da proteção e a escalabilidade do processamento. Desta maneira, se consolida um caminho promissor para integrar ciência de dados, inteligência artificial e saúde, com impactos positivos tanto para a pesquisa quanto para a prática clínica. REFERÊNCIAS ADEKKANATTU, P. et al. Comorbidity and healthcare utilization in patients with treatment resistant depression: a large-scale retrospective cohort analysis using electronic health records. Journal of Affective Disorders, Amsterdã, v. 324, p. 102-113, 2023. AMATO, F. et al. A semantic system for diagnoses suggestion and clinical record management. In: INTERNATIONAL CONFERENCE ON ADVANCED INFORMATION NETWORKING AND APPLICATIONS WORKSHOPS (WAINA), 30., 2016, Fukuoka, Japão. Anais [...]. Piscataway, NJ, EUA: IEEE, 2016. p. 133-138. AUTORIDADE NACIONAL DE PROTEÇÃO DE DADOS (ANPD). Estudo técnico sobre a anonimização de dados na LGPD: análise jurídica. Brasília: ANPD, nov. 2023.
RkJQdWJsaXNoZXIy MjEzNzYz