PyPAH: pipeline incremental e dashboard analítico para a Produção Ambulatorial do SUS no Ceará

• Guilherme M. Bessa Universidade Federal do Ceará (UFC)
• Abel Brasil R. Silva Complexo Hospitalar UFC/HU Brasil

DOI: https://doi.org/10.5753/sbbd_estendido.2026.249512

Resumo

A disponibilidade de dados públicos em saúde abre oportunidades relevantes para análise, monitoramento e apoio à tomada de decisão. Entretanto, a exploração dessas bases ainda é frequentemente limitada por desafios como grande volume, heterogeneidade, dificuldade de tratamento e baixa acessibilidade para usuários não especializados. Neste contexto, surge o PyPAH, uma solução desenvolvida em Python para automatização da extração, transformação, armazenamento e visualização de dados da Produção Ambulatorial do Sistema de Informações Ambulatoriais do SUS (SIA/DATASUS), com recorte para o estado do Ceará. A proposta adota uma arquitetura em camadas inspirada no padrão medallion, organizada em Bronze, Silver e Gold, combinando processamento incremental, armazenamento em formato Parquet, consolidação dos dados com DuckDB, persistência em nuvem por meio do Cloudflare R2, disponibilização via API REST com FastAPI e exploração interativa por meio de um dashboard em Streamlit. O sistema foi projetado para processar mensalmente novos arquivos publicados no FTP do DATASUS, reduzindo reprocessamentos desnecessários e mantendo uma base consolidada atualizada para consulta analítica. Além dos filtros e gráficos pré-definidos, o dashboard incorpora um agente conversacional baseado em LLM, construído com LangChain, que permite consultas em linguagem natural sobre os dados, ampliando o acesso analítico para além das visualizações fixas. Como contribuição, é demonstrado uma arquitetura organizada e pronta para que outros desenvolvedores possam replicar a transformação de dados públicos de saúde em produto analítico acessível, com baixo custo operacional e boa separação entre ingestão, tratamento, agregação, visualização e consulta em linguagem natural.

Palavras-chave: Engenharia de Dados, Processamento Incremental, SIA/DATASUS, Dados Públicos em Saúde, Dashboard Analítico

Referências

Apache Software Foundation (2026). Parquet documentation. Acesso em: 06 mai. 2026.

Cloudflare (2026). R2 documentation. Acesso em: 06 mai. 2026.

DATASUS (2026a). Siasus. Acesso em: 06 mai. 2026.

DATASUS (2026b). Transferência de arquivos. Acesso em: 06 mai. 2026.

DuckDB (2026). Duckdb documentation. Acesso em: 06 mai. 2026.

FastAPI (2026). Fastapi documentation. Acesso em: 06 mai. 2026.