Este trabalho apresenta um levantamento do estado-da-arte e o estudo sobre as tarefas, técnicas e ferramentas de mineração de dados, para auxiliar na construção de um modelo que identifique o risco de um paciente ser readmitido em uma unidade de tratamento intensivo. As instituições responsáveis por oferecer o atendimento de internação sofrem com a falta de recursos para destinar um tratamento adequado e de qualidade aos pacientes atendidos. Essa situação está ligada a complexidade inerente à gestão hospitalar e se agrava em hospitais que possuem uma maior dependência aos  recursos governamentais, como os hospitais públicos e filantrópicos. Com a intenção de expandir o conhecimento teórico sobre o assunto de mineração de dados, foi estudado o processo de descoberta de conhecimento em base de dados (KDD). Dentre as etapas existentes em KDD, a aplicação de mineração de dados teve seu tópico expandido a fim de abordar as tarefas e técnicas envolvidas e as ferramentas disponíveis na atualidade. Além disto, foi executado um levantamento do estado-da-arte relacionado a aplicação de técnicas de mineração para a predição de readmissão em unidades de tratamentos intensivo, com o intuito de mapear as tendências no estudo deste processo. Esta pesquisa foi realizada utilizando elementos exploratórios através do levantamento de materiais bibliográficos em bases de dados de portais científicos ligados à saúde, buscando estudos relacionados ao tratamento de pacientes e de gestão administrativa de instituições de saúde. Sobre o levantamento de trabalhos relacionados, foi realizado uma pesquisa do estado-da-arte relacionado ao desenvolvimento de modelos de predição ou classificadores do risco de readmissão dos pacientes. Além destas informações, na continuação deste trabalho será realizada pesquisa de campo com objetivo de coletar dados quantitativos referente a pacientes internados nestas unidades de tratamento intensivo, como por exemplo, dados relacionados a estadia do paciente na UTI, a utilização de medicamentos e cuidados assistências, a evolução de sinais vitais aferidos durante a internação na unidade e informações do histórico de visitas hospitalares do paciente. O levantamento desses dados será realizado por intermédio de extração do banco de dados de um hospital. Como técnica final, será analisado qualitativamente estes dados coletados e aplicada técnicas de mineração de dados, a fim de destacar os fatores que possam identificar o perfil dos pacientes com risco de readmissão e com este conhecimento realizar o estudo de caso de pacientes de uma unidade de tratamento intensivo. Com a estruturação desta pesquisa, um embasamento teórico foi formado para que a continuação deste trabalho possa ocorrer de forma adequada e eficaz, através das melhores práticas de modelação relacionadas ao processo de descoberta de conhecimento em base de dados que auxiliará nas implementações dos modelos que empregam as técnicas de mineração de dados.