Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://www.bdtd.uerj.br/handle/1/23036
Tipo do documento: Dissertação
Título: Modelo baseado em Lógica Fuzzy para identificação de risco, à luz da LGPD, na saúde digital
Título(s) alternativo(s): Model based on Fuzzy Logic for risk assessment, in the light of the LGPD, in digital health
Autor: Farias, Leonardo Costa 
Primeiro orientador: Leite, Karla Tereza Figueiredo
Primeiro membro da banca: Costa, Rosa Maria Esteves Moreira da
Segundo membro da banca: Maciel, Raquel Elena Rinaldi
Resumo: Promulgada em 14 de agosto de 2018, a Lei Geral de Proteção de Dados (LGPD), Lei Federal n.º 13.709/2018, exige que todas as empresas públicas e privadas e profissionais liberais que tratem dados pessoais e dados pessoais, inclusive os que atuam na área da Saúde Digital se adequem às suas exigências, sob pena de sanções administrativas, inclusive multa, com exceção dos órgãos públicos. As organizações que lidam com estes dados estão expostas ao risco de descumprimento desta Lei e desta forma é imprescindível que esse risco seja mensurado. Atualmente existem poucos modelos desenvolvidos para inferir o risco relativo à LGPD, mas em nenhum dos casos é utilizada uma metodologia quantitativa e/ou baseada em Lógica Fuzzy. Sendo assim, o novo modelo desenvolvido nesta dissertação visa preencher a lacuna na literatura, onde não há uma estrutura que infira riscos quantitativa e qualitativamente de empresas e profissionais liberais que atuam na Saúde Digital. O modelo para avaliação de risco para LGPD, baseado em Lógica Fuzzy, propõe uma abordagem que busca conciliar esses diferentes domínios de conhecimento. O presente estudo considera o tratamento dos referidos dados, na área da Saúde Digital, sob a perspectiva do risco ao descumprimento da LGPD, utilizando a Inteligência Artificial, através da Lógica Fuzzy e incorporando as boas práticas das normas técnicas da ABNT e da ISO. A metodologia adotada envolveu uma revisão aprofundada da literatura sobre LGPD, Lógica Fuzzy, normas técnicas, bem como trabalhos relacionados. O modelo proposto, intitulado Modelo Fuzzy-LGPD para Gestão de Riscos na Saúde Digital, foi comparado com trabalhos relacionados abordados nesta dissertação. Com base na revisão da literatura, foi possível identificar os principais desafios e oportunidades associados ao referido tratamento destes dados na Saúde Digital, especialmente no que diz respeito à conformidade legal, mitigação de riscos e garantia da privacidade dos sujeitos de cuidado, pacientes. Os resultados atenderam às expectativas, ao revelar a exposição de empresas ao risco, mostrando-se, por isso, muito promissores. Sendo assim, este estudo representa um avanço significativo no campo da proteção de dados na saúde digital, oferecendo uma estrutura abrangente que integra aspectos legais, técnicos e de Gestão de Riscos.
Abstract: Enacted on August 14, 2018, the General Data Protection Law (LGPD), Federal Law No. 13,709/2018, mandates that all public and private companies, as well as freelance professionals who handle personal data, including those operating in the Digital Health sector, comply with its requirements, under penalty of administrative sanctions, including fines, except for public agencies. Organizations dealing with such data are exposed to the risk of non-compliance with this law, making it essential to assess and quantify this risk. Currently, there are few models developed to infer LGPD-related risks, but none of them employ a quantitative and/or fuzzy logic-based methodology. Thus, the new model developed in this dissertation aims to fill the gap in the literature, where there is no structure to infer quantitative and qualitative risks of companies and freelance professionals operating in Digital Health. The proposed risk assessment model for LGPD, based on Fuzzy Logic, offers an approach that seeks to reconcile these different knowledge domains. This study considers the treatment of such data in the Digital Health sector from the perspective of LGPD non-compliance risk, utilizing Artificial Intelligence through Fuzzy Logic and incorporating best practices from ABNT and ISO technical standards. The adopted methodology involved an in-depth literature review on LGPD, Fuzzy Logic, technical standards, as well as related works. The proposed model, titled Fuzzy-LGPD Model for Risk Management in Digital Health, was compared with related works addressed in this dissertation. Based on the literature review, it was possible to identify the main challenges and opportunities associated with the treatment of such data in Digital Health, especially regarding legal compliance, risk mitigation, and ensuring the privacy of care subjects, patients. The results met expectations by revealing companies' exposure to risk, thus proving highly promising. Therefore, this study represents a significant advancement in the field of data protection in digital health, offering a comprehensive framework that integrates legal, technical, and risk management aspects.
Palavras-chave: Lei Geral de Proteção de Dados
Identificação de riscos
Lógica fuzzy
General Data Protection Law
Risk management
Fuzzy logic
Saúde digital
Medição de risco
Área(s) do CNPq: CIENCIAS DA SAUDE
Idioma: por
País: Brasil
Instituição: Universidade do Estado do Rio de Janeiro
Sigla da instituição: UERJ
Departamento: Centro Biomédico::Faculdade de Ciências Médicas
Programa: Programa de Pós-Graduação em Telemedicina e Telessaúde
Citação: FARIAS, Leonardo Costa. Modelo baseado em Lógica Fuzzy para identificação de risco, à luz da LGPD, na saúde digital. 2024. 141 f. Dissertação (Mestrado Profissional em Telemedicina e Telessaúde) – Faculdade de Ciências Médicas, Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2024.
Tipo de acesso: Acesso Aberto
URI: http://www.bdtd.uerj.br/handle/1/23036
Data de defesa: 15-Abr-2024
Aparece nas coleções:Mestrado Profissional em Telemedicina e Telessaúde



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.