Contextualização: Segundo a Organização Mundial de Saúde, os transtornos mentais e comportamentais representam uma parcela significativa dos agravos de saúde pública em todo mundo. Porém, para tomar decisões e realizar planejamento nesse âmbito, administradores públicos de saúde necessitam interpretar dados heterogêneos provenientes de diferentes fontes, com pouca exatidão e confiabilidade, acessíveis apenas em contextos específicos e isolados. Esse fato impossibilita a geração de conhecimento com base nesses dados para oferecer, através de relatórios e indicadores populacionais, suporte à tomada de decisão em processos clínicos e gerenciais, afetando diretamente a qualidade dos serviços de saúde prestados. Para atender melhor a essas demandas, a interoperabilidade entre sistemas de informação de saúde é fundamental para o estabelecimento da capacidade de compartilhamento de dados e informação. A indexação semântica de dados contribui para a redução da complexidade informacional nesse cenário. Atualmente, a Web Semântica é considerada um composto de padrões e tecnologias essenciais para garantir a interoperabilidade semântica entre conjuntos de dados isolados. Objetivos: Dada a relevância atual da área de saúde mental e a carência de qualidade de dados nesse contexto, este estudo tem como objetivo geral especificar e desenvolver uma plataforma baseada em conhecimento através do uso das tecnologias e padrões da Web Semântica, para consumir, integrar, analisar e visualizar informações de saúde mental em uma rede pública de atenção à saúde. Métodos: Esta é uma pesquisa primária básica aplicada. Dessa forma, realizamos uma revisão de literatura sobre serviços de saúde mental e uma revisão de literatura sobre tecnologias e padrões da Web Semântica. A partir dessas revisões, adquirimos e estruturamos o conhecimento necessário para construir uma ontologia computacional de domínio para a área de saúde mental e uma infraestrutura para sua utilização, com três componentes principais: o padrão de modelagem de dados Resource Description Framework, a linguagem de instanciamento de ontologias Ontology Web Language e a SPARQL Protocol and RDF Query Language para consultas personalizadas ao conjunto de dados. Posteriormente, utilizamos dados públicos provenientes da Rede de Atenção Psicossocial de Ribeirão Preto, alinhados às diretrizes do Ministério da Saúde do Brasil, da Organização Mundial da Saúde e do Diagnostic and Statistical Manual of Mental Disorders, para popular e testar a plataforma criada. Resultados: Como resultados deste estudo, estruturamos a terminologia e o vocabulário padrão para a área de saúde mental, de acordo com protocolos internacionais de saúde, desenvolvemos e publicamos na web a ontologia computacional nomeada Mental Health Management Ontology, e uma proposta de arquitetura para sua utilização. Através da informação armazenada nessa aplicação construímos uma base sólida e consistente de conhecimento, por meio dela realizamos e disponibilizamos análises e extrações de conhecimentos clínicos, biomédicos e gerenciais. Conclusões: A ferramenta concebida é uma contribuição técnica que tem o intuito de minimizar a complexidade dos dados em saúde mental através de relações altamente expressivas, padronização de conceitos e vocabulários, tecnologias interoperáveis e regras lógicas. Para aperfeiçoar a tomada de decisão pública baseada em evidências, otimizando o atendimento prestado à população e a alocação de recursos.

Contextualization: According to the World Health Organization, mental and behavioral disorders represent a significant portion of public health problems worldwide. However, to make decisions and carry out planning in this area, public health administrators need to interpret heterogeneous data from different sources, with little accuracy and reliability, accessible only in specific and isolated contexts. This fact makes it impossible to generate knowledge based on these data to offer, through reports and population indicators, support for decision-making in clinical and managerial processes, directly affecting the quality of the health services provided. To better meet these demands, interoperability between health information systems is essential for establishing the ability to share data and information. The semantic indexing of data contributes to the reduction of informational complexity in this scenario. The Semantic Web is considered a composite of essential standards and technologies to ensure semantic interoperability between isolated data sets. Objectives: Given the current relevance of the mental health area and the lack of data quality in this area, this study has the general objective of specifying and developing a knowledge-based platform through the use of Semantic Web technologies and standards, to consume, integrate, analyze and view mental health information in a public health care network. Methods: This is basic primary applied research. Therefore, we conducted a literature review on mental health services and a literature review on Semantic Web technologies and standards. From these reviews, we acquired and structured the necessary knowledge to build a computational domain ontology for the mental health area and an infrastructure for its use, with three main components: the Resource Description Framework data modeling pattern, the instantiation language of Ontology Web Language ontologies and the SPARQL Protocol and RDF Query Language for custom dataset queries. Subsequently, we used public data from the Psychosocial Care Network of Ribeirão Preto, in line with the guidelines of the Brazilian Ministry of Health, the World Health Organization, and the Diagnostic and Statistical Manual of Mental Disorders, to fill and test the created platform. Results: As a result of this study, we structured the terminology and standard vocabulary for the mental health area following international health protocols, developed and published the computational ontology named Mental Health Management Ontology on the web, and an architecture proposal for its use. Through the information stored in this application, we build a solid and consistent knowledge base through which we carry out and make available analyzes and extractions of clinical, biomedical, and managerial data. Conclusions: The tool conceived is a technical contribution that aims to minimize the complexity of mental health data through highly expressive relationships, standardization of concepts and vocabularies, interoperable technologies, and logical rules. To improve public decision-making based on evidence, optimizing the service provided to the population and the allocation of resources.