Integração de Robotic Process Automation (RPA) e Business Intelligence (BI) para análise dinâmica de exames de bioressonância

Abstract

Este trabalho apresenta o desenvolvimento de uma plataforma automatizada para visualização e análise de exames de biorressonância magnética, integrando técnicas de Robotic Process Automation (RPA), linguagem de programação Python e software de Business Intelligence (Power BI). O objetivo principal foi facilitar a interpretação dos dados extraídos dos exames, originalmente gerados em arquivos PDF com estrutura pouco acessível, por meio da criação de um sistema automatizado de coleta, tratamento e visualização das informações. A solução proposta contempla a automatização da extração dos dados, seu armazenamento em nuvem (Google Drive) e posterior transformação em gráficos e dashboards interativos. O sistema foi testado em exames realizados em um conjunto de dados coletados de funcionários da UNIP/Sorocaba. A análise dos dados permitiu identificar padrões relevantes de saúde coletiva, com destaque para anomalias em categorias como obesidade, lipídios no sangue e função gastrointestinal. O uso combinado das tecnologias mencionadas demonstrou que a ferramenta implementada é eficaz na redução do tempo de análise dos exames gerados, no aumento da precisão e interpretação dos resultados coletivos, bem como no suporte à proposição de melhores condições de rotina de trabalho para o público analisado. A plataforma também apresenta potencial para expansões futuras, como a aplicação de inteligência artificial e machine learning em análises preditivas.

This work presents the development of an automated platform for the visualization and analysis of magnetic bioresonance test results, integrating Robotic Process Automation (RPA) techniques, the Python programming language, and the Business Intelligence software, Power BI. The primary objective was to facilitate the interpretation of data extracted from exams originally generated in PDF files with limited accessibility, by creating an automated system for data collection, processing, and visualization. The proposed solution includes the automation of data extraction, its storage in the cloud (Google Drive), and its subsequent transformation into interactive charts and dashboards. The system was applied to tests conducted on various employees of UNIP/Sorocaba. Data analysis enabled the identification of relevant public health patterns, particularly highlighting anomalies in categories such as obesity, blood lipids, and gastrointestinal function. The combined use of the aforementioned technologies proved effective in reducing the time required for test analysis, increasing the accuracy of interpreting collective results, and supporting the justification for improved routine conditions for UNIP’s staff. The project also opens possibilities for future expansion, including the application of artificial intelligence and machine learning for predictive analysis.