Data Lake CINAS

Plataforma Analítica Multissetorial em Saúde, Clima, Sociedade, Regulação e Economia

Data Lake Multissetorial CINAS
Infraestrutura Unificada de Dados para Inteligência Artificial, Epidemiologia e Políticas Públicas

O Data Lake do CINAS consolida uma infraestrutura integrada de bases de dados públicas em escala nacional, articulando mais de 220 GB de dados colunares curados e centenas de milhões de registros. Concebido para superar a histórica fragmentação de informações sobre saúde e determinantes sociais no Brasil, o ecossistema apoia pesquisas multidisciplinares em Inteligência Artificial, epidemiologia espacial, medicina nuclear, avaliação de tecnologias em saúde, inovação biomédica e modelos preditivos para o SUS.

A plataforma adota a Arquitetura Medallion (Bronze, Silver e Gold), harmonização semântica rigorosa via catálogos YAML, governança centralizada com banco DuckDB ACID e compressão colunar de alta performance em Apache Parquet (ZSTD).

Painel Integrado

Acompanhe os indicadores, fontes e volumes de dados do ecossistema em 11 eixos analíticos integrados (incluindo linhagem de dados e governança ponta a ponta).

Visualizar em Tela Cheia Abre em uma nova aba do navegador

Eixos Estratégicos & Provedores Integrados

A infraestrutura transcende a análise hospitalar isolada, articulando dados de dezesseis grandes provedores e eixos estratégicos nacionais:

DATASUS

Ministério da Saúde (SUS)

  • Internações Hospitalares (SIHSUS): Produção, morbimortalidade e AIHs em todo o território nacional.
  • Atendimento Ambulatorial (SIASUS): Procedimentos especializados, exames e atenção psicossocial.
  • Vigilância Epidemiológica (SINAN): Notificações compulsórias de agravos e arboviroses.
  • Rede Assistencial (CNES): Cadastro nacional de estabelecimentos, leitos e equipes de saúde.
  • Estatísticas Vitais: Séries históricas de mortalidade (SIM) e nascidos vivos (SINASC).

Oncologia Integrada

FOSP (RHC-SP) & DATASUS (POBR)

  • Painel de Oncologia (POBR): Histórico 2013–2026 de tempo até diagnóstico e tratamento (Leis dos 60 e 30 Dias).
  • Microdados Clínicos RHC (FOSP): Série histórica de 2000 a 2026 com 1,38 milhão de casos, estadiamento (TNM) e histologia (CID-O-3).
  • Perfil Terapêutico: Modalidades de primeiro tratamento oncológico (cirurgia, radioterapia, quimioterapia).
  • Topografia e Morfologia: Classificação histopatológica pelo CID-O-3 cruzável com o CID-10 e causas básicas do SIM.

INMET

Instituto Nacional de Meteorologia

  • Série Histórica Contínua: 84 milhões de medições horárias contínuas e consistidas desde 2008.
  • Rede Nacional: Monitoramento contínuo em 672 estações telemétricas em todas as 27 UFs.
  • Variáveis Micrometeorológicas: Temperatura, umidade relativa, precipitação, radiação solar e vento.
  • Impacto em Saúde: Modelagem de defasagem (DLNM) para extremos térmicos e arboviroses.

Meio Ambiente & Ar

INPE (BDQueimadas) & CETESB (QUALAR)

  • Focos de Queimadas (INPE): Monitoramento orbital diário de focos de calor com Potência Radiativa (FRP).
  • Risco Meteorológico: Dinâmica de queima de biomassa cruzada com biomas e limites municipais.
  • Qualidade do Ar (CETESB): Séries telemétricas horárias de poluentes (\(MP_{2.5}, MP_{10}, O_3, NO_2, SO_2, CO\)).
  • Saúde Planetária: Análise de impacto da poluição atmosférica em doenças cardiorrespiratórias.

Inquéritos & Demografia

IBGE & Ministério da Saúde (PNS e Vigitel)

  • Vigitel Brasil (2006–2024): Série temporal ininterrupta de 18 edições com 833.217 entrevistas telefônicas nas 26 capitais e DF, monitorando fatores de risco e proteção para DCNT.
  • Pesquisa Nacional de Saúde (PNS): Microdados domiciliares 2013 e 2019 (516 mil entrevistas sobre DCNT, acesso ao SUS e antropometria) e exames laboratoriais (8.952 biomarcadores).
  • Censo Demográfico 2022: População, domicílios e malha territorial de 468.099 setores censitários nos 5.570 municípios.
  • Séries Históricas e Projeções: Projeções 2000–2070 por idade simples e estimativas POPSVS 2000–2025.
  • Denominadores e Pesos Amostrais: Base padronizada para taxas de incidência, prevalência populacional e calibração amostral complexa (Rake).

CMED & ANVISA

Regulação Farmacêutica & Farmacovigilância

  • Preços Regulatórios (CMED): Monitoramento de Preço Fábrica (PF) e Preço Máximo ao Consumidor (PMC).
  • Compras Públicas (PMVG/CAP): Coeficientes de adequação de preços e compras governamentais.
  • Medicamentos Registrados: Catálogo de 32.800+ registros com classe terapêutica e princípio ativo.
  • Farmacovigilância (VigiMed): Notificações de eventos adversos padronizadas em MedDRA e WHODrug.

Dispositivos Médicos

ANVISA (Produtos para a Saúde)

  • Parque Tecnológico: Catálogo oficial de 116.000+ produtos e dispositivos para saúde cadastrados.
  • Equipamentos de Alta Complexidade: Diagnóstico por imagem (PET-CT, SPECT, Tomógrafos, Ressonâncias).
  • Radioterapia e Biomédicos: Aceleradores lineares, sistemas de braquiterapia e materiais implantáveis.
  • Ciclo Tecnológico: Enquadramento regulatório, classes de risco (I a IV) e prazos de validade.

Pesquisa Clínica

ClinicalTrials.gov & ReBEC (Fiocruz/MS)

  • Ensaios Clínicos Globais e Nacionais: Protocolos internacionais (NLM/NIH) e nacionais via ReBEC (ensaiosclinicos.gov.br).
  • Registro Primário OMS & CEP: 9.777 ensaios clínicos validados no Brasil, com CAAE Plataforma Brasil e pareceres CEP.
  • Pipeline de Inovação: Monitoramento de fases clínicas (Fase 1 a 4), recrutamento, novas moléculas e radiofármacos.
  • Condições Clínicas & Terapias: Doenças investigadas (DeCS/CID-10), patrocinadores e mapeamento de centros de excelência.

ANS (Saúde Suplementar)

Agência Nacional de Saúde Suplementar

  • Panorama Setorial: Cobertura de operadoras e seguradoras que atendem mais de 50 milhões de pessoas.
  • Operadoras Ativas (CADOP): Cadastro analítico de 1.106 operadoras por modalidade e abrangência geográfica.
  • Beneficiários (SIB): Quase 90 milhões de vínculos médicos e odontológicos por faixa etária e sexo.
  • Demonstrações Contábeis (DIOPS): Balancetes trimestrais, receitas operacionais e sinistros assistenciais.

CONITEC

Incorporação Tecnológica no SUS

  • Avaliação de Tecnologias em Saúde (ATS): Deliberações e pareceres emitidos desde 2012.
  • Protocolos Clínicos (PCDT): Histórico de incorporação de fármacos inovadores e radiofármacos.
  • Farmacoeconomia: Mapeamento de demandantes, especialidades clínicas e prazos de decisão.
  • Integração Regulatório-SUS: Cruzamento analítico com registros ANVISA e preços CMED.

IPEA & PNUD

Vulnerabilidade Social e Desenvolvimento Humano

  • Atlas da Vulnerabilidade Social (IVS): Indicadores de infraestrutura urbana, capital humano e renda.
  • Atlas do Desenvolvimento Humano (IDHM): Dimensões de longevidade, educação e renda municipal.
  • Determinantes Sociais: Controle de desigualdades socioeconômicas em estudos clínicos e de IA.
  • Cobertura Nacional e SP: 103 variáveis socioeconômicas para todos os 5.570 municípios brasileiros.

Compras & Orçamentos

PNCP & SIOPS (Ministério da Saúde)

  • Contratações Públicas (PNCP): Editais, contratos e atas de registro de preços de saúde sob a Lei 14.133/2021.
  • Preços Praticados: Transparência de compras públicas de insumos hospitalares e medicamentos.
  • Orçamentos em Saúde (SIOPS): Execução de receitas e despesas constitucionais em ASPS.
  • Capacidade Fiscal: Cruzamento de investimento municipal per capita com desfechos em saúde.

Pilares da Plataforma e Governança Científica

Arquitetura Medallion

Tratamento estruturado em três camadas: Bronze (Mirror) com os arquivos brutos originais imutáveis; Silver (Data Lake) em Apache Parquet colunar particionado; e Gold (Dimensoes) com 21 tabelas de domínio padronizadas (Star Schema).

Interoperabilidade Semântica

Padronização transversal baseada em códigos universais e contratos YAML: geocódigos IBGE, CID-10, CBO, CNES, SIGTAP, registros ANVISA, códigos MedDRA, WHODrug, dicionários unificados da PNS e Vigitel, e identificadores de estações e ensaios clínicos.

Rastreabilidade e Reprodutibilidade

Auditoria ACID via DuckDB (manifesto.duckdb), catálogo formal de linhagem em 5 camadas (DAMA-DMBOK) com data stewardship unificado, hashes criptográficos SHA-256 e preservação estrita de linhagem temporal física (mtime), garantindo que experimentos e modelos de IA sejam 100% reproduzíveis.

Painel Integrado de Monitoramento & Métricas

Acompanhe abaixo o painel interativo de governança ou visualize em tela cheia: O botão abaixo abre o painel completo em uma nova aba do navegador.

Visualizar em Tela Cheia (Nova Aba)

Nota de Visualização: Caso o visualizador acima apareça bloqueado pelo seu navegador devido a restrições de segurança ou bloqueadores de conteúdo, utilize o botão “Visualizar em Tela Cheia” para abrir o relatório em uma nova aba.

Atualização Contínua: Os dados deste painel são processados automaticamente a partir dos repositórios de governança e espelhamento do CINAS, refletindo as métricas consolidadas dos pipelines de dados em tempo real.