Prova de Conceito de um Classificador de OPMEs em Notas Fiscais

  • Wesckley Gomes UFRN / IFRN / UFS
  • Methanias Colaço Júnior UFRN / IFRN / UFS
  • Raphael Fontes UFRN / IFRN
  • Rodrigo Silva UFRN
  • Bruno Nunes Ministério da Saúde
  • Caldeira Silva UFRN / IFRN
  • Jailton Paiva UFRN / IFRN
  • Ricardo Valetim UFRN / IFRN

Resumo


Contexto: Apesar do avanço da tecnologia, muitos serviços e sistemas de informação, especialmente no setor público, ainda utilizam descrições não estruturadas em linguagem natural de produtos, serviços ou eventos, dificultando suas classificações e análises. Para auditorias eficientes, é necessário classificar e totalizar automaticamente faturas emitidas para compra de produtos. Objetivo: Avaliar preliminarmente uma ferramenta, baseada em Inteligência Artificial (IA), o OPMinEr, para selecionar e classificar notas fiscais de OPMEs (Órteses, Próteses e Materiais Especiais). Método: Prova de conceito do OPMinEr. Resultados: Com uma acurácia de 99%, os resultados mostraram que é possível identificar e classificar OPMEs em notas fiscais. Conclusão: O uso de IA ajudou a mitigar o problema de classificação de notas, beneficiando processos de auditoria, investigação e combate à corrupção na área de saúde.

Referências

Batista, R. d., Bagatini, D. D., & Frozza, R. (2017). Classificação Automática de Códigos NCM utilizando o Algoritmo de Naïve Bayes. Revista Brasileira de Sist. de Inf., 13, 4-29.

Carmo de Souza Cruz, R. a. (2022). Análise do impacto do Banco de Preços em Saúde (BPS) para redução das assimetrias de informação dos preços de compras de Órteses, Prótese e Materiais Especiais (OPME). JMPHC Journal of Manag. & Primary Health Care, 14.

Correa, M. A., & Leal, A. (2018). Identification of Overpricing in the Purchase of Medication by the Federal Government of Brazil, Using Text Mining and Clustering Based on Ontology. ICCBDC'18: Proceedings of the 2018 2nd International Conference on Cloud and Big Data Computing, 66-70. doi:10.1145/3264560.3264569

Cruz, R., Colaço Júnior, M., & Gois, V. 2022). Quão experimentais e estratégicas são as aplicações de Business Intelligence (BI) e Data Mining? ; HOW EXPERIMENTAL AND STRATEGIC ARE BUSINESS INTELLIGENCE (BI) AND DATA MINING APPLICATIONS? Revista Ibero-Americana de Estratégia, 21, e17689.

Gomes, W., & Colaço Júnior, M. (2022). Applications of Artificial Intelligence for Auditing and Classification of Incongruent Descriptions in Public Procurement. Proceedings of the Brazilian Symposium on Information Systems (pp. 1-8).

Ribeiro, L., Brandão, W., Marques, Í., Andrade, P., Júnior, R., Oliveira, F., & Kelles, R. (2018). Reconhecimento de entidades nomeadas em itens de produto da nota fiscal eletrônica., 36, pp. 116-126.

Santos, B., Colaço Júnior, M., Meneses Santos, R., & Nascimento, A. (2015). Análise Comparativa de Algoritmos de Mineração de Texto Aplicados a Históricos de Contas Públicas. Proceedings of the Brazilian Symposium on Information Systems.

Spichakova, M., & Haav, H.-m. (2020). Using Machine Learning for Automated Assessment of Misclassification of Goods for Fraud Detection., (pp. 144-158). doi:10.1007/978-3-030-57672-1_12

TCU. 2016). Auditoria em òrtese, Prótese e Materiais Especiais (OPME). Fonte: Portal TCU: [link].
Publicado
27/06/2023
GOMES, Wesckley; COLAÇO JÚNIOR, Methanias; FONTES, Raphael; SILVA, Rodrigo; NUNES, Bruno; SILVA, Caldeira; PAIVA, Jailton; VALETIM, Ricardo. Prova de Conceito de um Classificador de OPMEs em Notas Fiscais. In: FERRAMENTAS E APLICAÇÕES - SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 23. , 2023, São Paulo/SP. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023 . p. 198-204. ISSN 2763-8987. DOI: https://doi.org/10.5753/sbcas_estendido.2023.231487.