Datasets:
language:
- pt
license: cc-by-4.0
task_categories:
- question-answering
- text-generation
task_ids:
- closed-domain-qa
pretty_name: ChatBulário
size_categories:
- 10K<n<100K
tags:
- medical
- pharmaceutical
- portuguese
- brazil
- question-answering
- drug-leaflets
- anvisa
- rdc-47-2009
configs:
- config_name: default
data_files:
- split: train
path: data/train.parquet
- split: validation
path: data/validation.parquet
- split: test
path: data/test.parquet
ChatBulário
Dataset de perguntas e respostas em português brasileiro construído a partir das bulas do paciente de medicamentos registrados no Bulário Eletrônico da ANVISA. Cada exemplo corresponde a uma das nove seções padronizadas pela RDC 47/2009 — textos escritos em linguagem acessível ao paciente, acompanhados de metadados do medicamento.
Este dataset não é produzido nem endossado pela ANVISA. É uma compilação independente de documentos públicos disponibilizados pela agência.
Código-fonte e pipeline de construção: github.com/walmeidadf/ChatBulario
Motivação
A bula do paciente brasileira tem uma estrutura única: a RDC 47/2009 obriga que todos os medicamentos registrados apresentem suas informações em torno de nove perguntas fixas, escritas na segunda pessoa e em linguagem não-técnica. Essa uniformidade cria um alinhamento natural entre pergunta e resposta — raro em textos médicos — que o ChatBulário explora para gerar pares supervisionados de alta qualidade.
O dataset é adequado para:
- Question answering de domínio fechado — dada uma pergunta da RDC 47/2009 e metadados de um medicamento, recuperar ou gerar a resposta correta
- Instruction-tuning — fine-tuning de LLMs para o domínio farmacêutico em português
- RAG / busca semântica — base de conhecimento estruturada para chatbots de informação sobre medicamentos
Fonte dos dados
As bulas são disponibilizadas publicamente pela ANVISA em dois pontos:
| Fonte | URL | Uso neste dataset |
|---|---|---|
| Bulário Eletrônico | consultas.anvisa.gov.br |
Download dos PDFs das bulas do paciente |
| Dados Abertos ANVISA | dados.anvisa.gov.br/dados/DADOS_ABERTOS_MEDICAMENTOS.zip |
Catálogo com metadados de ~10k medicamentos ativos |
A coleta abrangeu o universo de medicamentos com número de registro ativo no CSV de Dados Abertos, resultando em 8.258 PDFs de bulas do paciente baixados.
Como foi construído
1. Coleta
A API do Bulário (consultas.anvisa.gov.br) é protegida por Cloudflare. A solução utilizada foi
um Chromium headless real via Playwright, que resolve o challenge de forma transparente e
executa fetch() de dentro da página com Authorization: Guest. A coleta é dirigida pelo campo
NUMERO_REGISTRO_PRODUTO do CSV, com ritmo de 1,5 s + jitter entre requisições e backoff
exponencial em erros 429/503.
2. Extração de texto (PDF → texto)
Cada PDF foi processado com PyMuPDF para extração de texto. Artefatos corrigidos deterministicamente:
- Cabeçalhos e rodapés padrão RDC 47/2009 removidos por regex
- Hifenização de quebra de linha reconstituída (
cirurgião-\ndentista→cirurgião-dentista) - PDFs multi-bula (alguns registros agrupam bulas de diferentes apresentações): isolada apenas a primeira bula por split em âncora textual
- Bulas escaneadas (sem camada de texto) descartadas — 22 bulas, sem OCR nesta versão
3. Segmentação nas 9 seções (fuzzy matching)
A localização das seções usa fuzzy matching (biblioteca rapidfuzz, limiar 80) sobre os
títulos padronizados da RDC 47/2009. O algoritmo tolera variações tipográficas comuns nas bulas:
numeração isolada em linha separada, abreviações e grafias alternativas.
Cobertura: 88% das bulas com as 9 seções completas; 12% com seções parciais (layouts atípicos) — incluídas no dataset com as seções detectadas.
4. Enriquecimento por LLM
A seção de identificação de cada bula (cabeçalho com nome, fabricante, composição, forma
farmacêutica etc.) foi enviada ao gpt-4o-mini via OpenAI Batch API para extração de
metadados estruturados. A Batch API foi escolhida por não ter limite de requisições por dia e
oferecer 50% de desconto sobre a API síncrona.
| Campo extraído | Cobertura |
|---|---|
forma_farmaceutica, apresentacao |
~78% |
principio_ativo, composicao, uso |
~77% |
nome_comercial |
~72% |
fabricante |
~27% |
O fabricante tem cobertura baixa porque aparece predominantemente nos dizeres legais (final
da bula), não na seção de identificação processada. Cerca de 20% das bulas têm metadados LLM
inteiramente nulos (identificação muito curta ou atípica). Os pares pergunta/resposta — o
núcleo do dataset — têm cobertura completa.
Estrutura do dataset
Configuração e splits
Config único default, formato flat — 1 linha por par pergunta/resposta, com os metadados da
bula denormalizados em cada linha (sem necessidade de join). Splits 80/10/10 agrupados por
medicamento: todas as perguntas de uma mesma bula caem no mesmo split, eliminando vazamento
entre treino e teste. Estratificado por classe_terapeutica; classes com menos de 10
medicamentos vão inteiras para o treino.
| Split | Pares Q/A | Medicamentos |
|---|---|---|
train |
57.460 | 6.614 |
validation |
5.764 | 658 |
test |
5.714 | 658 |
| Total | 68.938 | 7.930 |
As 9 seções da RDC 47/2009
secao_id |
Pergunta |
|---|---|
| 1 | Para que este medicamento é indicado? |
| 2 | Como este medicamento funciona? |
| 3 | Quando não devo usar este medicamento? |
| 4 | O que devo saber antes de usar este medicamento? |
| 5 | Onde, como e por quanto tempo posso guardar este medicamento? |
| 6 | Como devo usar este medicamento? |
| 7 | O que devo fazer quando eu me esquecer de usar este medicamento? |
| 8 | Quais os males que este medicamento pode me causar? |
| 9 | O que fazer se alguém usar uma quantidade maior do que a indicada? |
Campos
| Campo | Tipo | Origem | Descrição |
|---|---|---|---|
registro |
str |
ANVISA | Número de registro do medicamento (9 dígitos) |
nome_produto |
str|null |
ANVISA/LLM | Nome comercial do medicamento |
categoria_regulatoria |
str|null |
CSV ANVISA | Referência, Genérico, Similar, etc. |
principio_ativo_csv |
str|null |
CSV ANVISA | Princípio ativo (nomenclatura oficial do CSV) |
classe_terapeutica |
str|null |
CSV ANVISA | Ex: INIBIDOR DA ECA, ANTIDEPRESSIVOS |
expediente |
str|null |
CSV ANVISA | Número do expediente regulatório |
nome_comercial |
str|null |
LLM | Nome comercial extraído da bula |
fabricante |
str|null |
LLM | Empresa fabricante (~27% cobertura — ver acima) |
principio_ativo |
str|null |
LLM | Princípio ativo (texto livre da bula) |
forma_farmaceutica |
str|null |
LLM | Ex: comprimidos, solução oral |
via_administracao |
str|null |
LLM | Ex: oral, tópica, intravenosa |
apresentacao |
str|null |
LLM | Embalagens e dosagens disponíveis |
composicao |
str|null |
LLM | Composição qualitativa/quantitativa |
uso |
str|null |
LLM | adulto, pediátrico ou adulto e pediátrico |
secao_id |
int |
segmentação | Número da seção/pergunta (1–9) |
pergunta |
str |
bula | Texto da pergunta padronizada |
resposta |
str |
bula | Texto da resposta extraído da bula |
fuzzy_score |
float |
segmentação | Confiança do match da seção (0–100); 100 = match exato |
Exemplo
{
"registro": "100290031",
"nome_produto": "RENITEC®",
"categoria_regulatoria": "Referência",
"principio_ativo_csv": "MALEATO DE ENALAPRIL",
"classe_terapeutica": "INIBIDOR DA ECA",
"nome_comercial": "RENITEC®",
"fabricante": "ORGANON FARMACÊUTICA LTDA.",
"principio_ativo": "maleato de enalapril",
"forma_farmaceutica": "comprimidos",
"via_administracao": "oral",
"apresentacao": "caixas com 30 comprimidos de 5, 10 ou 20 mg",
"composicao": "Cada comprimido contém maleato de enalapril equivalente a 5 mg...",
"uso": "adulto",
"secao_id": 1,
"pergunta": "Para que este medicamento é indicado?",
"resposta": "Seu médico prescreveu RENITEC® para controlar a pressão alta...",
"fuzzy_score": 100.0
}
Como usar
from datasets import load_dataset
ds = load_dataset("walmeidadf/ChatBulario")
# Todas as indicações (seção 1) do split de treino
indicacoes = ds["train"].filter(lambda x: x["secao_id"] == 1)
# Todas as perguntas de um medicamento específico
renitec = ds["train"].filter(lambda x: x["registro"] == "100290031")
# Só registros com fuzzy_score alto (match exato de seção)
alta_qualidade = ds["train"].filter(lambda x: x["fuzzy_score"] >= 90)
# Antidepressivos — todas as seções
antidepressivos = ds["train"].filter(
lambda x: x["classe_terapeutica"] == "ANTIDEPRESSIVOS"
)
Considerações de uso
- Não é aconselhamento médico. As respostas reproduzem o texto das bulas para fins de pesquisa em PLN. Não devem ser usadas como fonte clínica sem validação profissional.
- Consulte
fuzzy_scorepara filtrar respostas de baixa confiança: scores abaixo de 80 indicam que a seção foi localizada por match aproximado e pode haver imprecisão nos limites. - ~12% das bulas têm menos de 9 seções detectadas (layouts atípicos) — incluídas com as seções disponíveis.
- 22 bulas escaneadas foram descartadas por falta de camada de texto; não há OCR nesta versão.
- Os metadados extraídos por LLM podem conter erros de extração e têm cobertura parcial (ver tabela de campos acima). Para uso que depende desses campos, validação adicional é recomendada.
Estatísticas
| Métrica | Valor |
|---|---|
| Pares pergunta/resposta | 68.938 |
| Medicamentos únicos | 7.930 |
| Bulas com as 9 seções completas | ~88% |
| Classes terapêuticas distintas | 397 |
| Top classes (por volume) | Antidepressivos (332), Antineoplásicos (288), Antibióticos (279) |
| Tamanho da resposta — mediana | ~720 caracteres |
| Tamanho da resposta — máximo | ~96.000 caracteres |
Licença e direitos
Texto das bulas
As bulas do paciente são redigidas pelas empresas farmacêuticas titulares do registro e publicadas pela ANVISA no Bulário Eletrônico como condição de registro (Lei 6.360/1976 e RDC 47/2009). Diferentemente de atos normativos ou decisões judiciais, bulas não são excluídas da proteção autoral pelo art. 8º, IV da Lei 9.610/1998 — o direito autoral sobre o texto pertence aos respectivos fabricantes.
O texto das bulas é reproduzido neste dataset para fins de pesquisa em processamento de linguagem natural, a partir de fonte de acesso público disponibilizada pela ANVISA. O uso aqui se enquadra na exceção de pesquisa científica (art. 46, II da Lei 9.610/1998). Usos comerciais do texto das bulas podem requerer autorização dos titulares.
Dataset compilado
A estrutura, segmentação, metadados extraídos e o trabalho de compilação deste dataset são disponibilizados sob CC BY 4.0 — uso livre com atribuição.
Código
O código de coleta e processamento está disponível em github.com/walmeidadf/ChatBulario sob licença MIT.
Citação
@dataset{chatbulario-2026,
title = {ChatBulário: Dataset de perguntas e respostas a partir das bulas
de medicamentos da ANVISA},
author = {Almeida, Wesley},
year = {2026},
publisher = {Hugging Face},
url = {https://huggingface.co/datasets/walmeidadf/ChatBulario},
note = {Código: github.com/walmeidadf/ChatBulario.
Dados originais: Bulário Eletrônico da ANVISA
(consultas.anvisa.gov.br)}
}