Proposta de uma API interoperável para o SUS com aplicação no acompanhamento de gestantes

Abstract

Resumo: No contexto do projeto IntegrAI, este trabalho tem como objetivo desenvolver uma API interoperável voltada à integração de dados clínicos de gestantes, com foco na atenção pré-natal. A proposta surge da necessidade de alinhar práticas tecnológicas à realidade do Sistema Único de Saúde (SUS), promovendo uma troca segura e padronizada de informações entre sistemas. Para isso, foi adotado o padrão HL7 FHIR, com apoio na legislação vigente, como a LGPD e as diretrizes da RNDS. Durante o desenvolvimento, optou-se pelo framework Django, associado à biblioteca fhir.resources, o que permitiu realizar validações estruturais automáticas e aplicar regras clínicas, como o cálculo de IMC e a classificação de risco gestacional. A arquitetura da API foi projetada de forma modular, com modelos separados para recursos como Patient, Observation e QuestionnaireResponse, garantindo integridade semântica, versionamento e rastreabilidade das informações. A estrutura também contempla metadados, controle de autoria e logs de auditoria. O sistema foi containerizado com Docker, visando facilitar futuras implantações em ambientes clínicos reais. Embora ainda em estágio de protótipo, a arquitetura já está preparada para funcionalidades futuras, como o envio de dados agrupados via recurso Bundle, autenticação JWT com perfis de acesso e consentimento baseado no recurso FHIR Consent. Como resultado, o trabalho apresenta uma base sólida e extensível para iniciativas de transformação digital na saúde pública, especialmente no acompanhamento de gestantes, contribuindo para soluções mais conectadas, seguras e interoperáveis.__Abstract: In the context of the IntegrAI project, this work aims to develop an interoperable API focused on the integration of clinical data related to prenatal care for pregnant women. The proposal arises from the need to align technological practices with the reality of the Brazilian Unified Health System (SUS), enabling secure and standardized information exchange between systems. To achieve this, the HL7 FHIR standard was adopted, along with compliance with national regulations such as the LGPD (General Data Protection Law) and the guidelines of the RNDS (National Health Data Network). The development relied on the Django framework and the fhir.resources library, which enabled automatic structural validation and the implementation of clinical rules, such as body mass index (BMI) calculation and gestational risk classification. The API’s architecture was designed to be modular and scalable, with separate models for resources such as Patient, Observation, and QuestionnaireResponse,ensuring semantic integrity, version control, and data traceability. Additional features include metadata, authorship control, and audit logs. The system was containerized using Docker to facilitate future deployments in clinical environments. Although still in a prototype stage, the architecture is prepared for future features such as data submission using the Bundle resource, JWT based authentication with access control, and patient consent management using the FHIR Consent resource. As a result, this work presents a solid and extensible foundation for digital health transformation initiatives in the public sector, particularly for prenatal care, promoting more connected, secure, and interoperable solutions.