Anonimização de dados sensíveis em processos administrativos sanitários

Abstract

A Lei de Acesso à Informação (LAI) determina que informações de interesse público devem ser divulgadas independentemente de solicitação. Já a Lei Geral de Proteção de Dados (LGPD) tem critérios para o tratamento de dados pessoais, trazendo, assim, o desafio ao setor público de promover a transparência e garantir a proteção de dados. Assim, antes de fornecer as cópias dos Processos Administrativos Sanitários (PAS), deve-se proceder com a anonimização das informações restritas, um procedimento manual, demorado e sujeito a erro. Logo, este projeto se propõe a desenvolver uma solução tecnológica capaz de identificar e anonimizar de forma automática as informações protegidas por lei no PAS, o que possibilitaria a adoção da transparência ativa, sem aumentar a demanda administrativa da agência. O trabalho resultou em uma aplicação capaz de extrair textos de documentos em pdf, identificar informações pessoais (CPF e E-mail) e anonimizá-las de forma automática utilizando programação em Python e bibliotecas de código aberto. Nos testes realizados, verificou-se que o aplicativo foi, em média, 35,22 vezes mais rápido que um humano para realizar a anonimização em uma página de PAS. O investimento em recursos de processamento (hardware), a integração do modelo a uma LLM e a execução de ajustes finos no protótipo podem resultar em um aplicativo com alto potencial de automatização da anonimização de documentos eletrônicos, ampliando a capacidade da Anvisa em fazer transparência ativa e diminuindo a sobrecarga de trabalho do corpo técnico da Agência.