A descoberta de conhecimento em bases de dados é um campo de pesquisa em expansão, devido à necessidade de extrair a informação valiosa que existe nestes dados. Para isto, é preciso investigar métodos de análise de dados que tenham capacidade de automatizar este procedimento de extração de informação útil, ou seja, de conhecimento. O presente estudo tem como objetivo principal aplicar algoritmos de mineração de dados em uma base de dados hospitalar, a fim de explicitar as causas que levam pacientes a ultrapassarem o período de internação destinado pelo Sistema Único de Saúde (SUS). Como metodologia, apresenta-se estudo de trabalhos desenvolvidos na área, com levantamento bibliográfico, bibliometria e proposta de estudo de caso para validar os resultados a serem alcançados. Pelo estudo dos trabalhos relacionados escolhidos, observou-se que a técnica mais utilizada em mineração de dados é a de árvores de decisão, seguida de regras de associação. A ferramenta mais utilizada na avaliação dos dados já tratados e transformados sem ruídos é a ferramenta Weka, muito utilizada no meio acadêmico. Assim, será utilizada esta ferramenta, do tipo software livre, desenvolvido sobre a licença GNU (General Public License), pois possibilita o uso de diversos algoritmos de mineração de dados no mesmo ambiente. Pretende-se com a pesquisa auxiliar na redução de custo paciente-dia e na gestão de liberação de leitos para outros pacientes. As informações referentes às internações que ultrapassam a média de diárias recomendada pelo SIGTAP (ferramenta de consulta de informações dos Procedimentos, Medicamentos e Órteses, Próteses e Materiais especiais homologados pelo SUS), geralmente, são percebidas quando o período já foi ultrapassado, sendo que, atualmente, o hospital, estudo de caso deste trabalho, não conta com alguma forma de fazer a previsão de pacientes que podem ultrapassar os dias em questão. A única forma de realizar este tipo de previsão no hospital em questão, com os recursos disponíveis, seria pela experiência e trabalho de uma analista humana. Isto pode levar a um alto custo em relação ao tempo despendido para análise de várias informações e a eficiência desta análise. O levantamento inicial de atributos foi realizado através de entrevista com especialistas das áreas relacionadas à manipulação administrativa das informações desde dados das internações SUS até quando a Autorização de Internação Hospitalar é apresentada à Secretaria Municipal de Saúde. Os atributos listados foram indicados pelos especialistas humanos e representam maior impacto em relação a pacientes que ultrapassam a média de permanência. Estes atributos serão utilizados na etapa de mineração de dados, com o algoritmo 4.5C baseado na técnica de Árvore de Decisão. A proposta é realizar a análise dos dados descobrindo o percentual que cada paciente tem de passar da quantidade de diárias estabelecida pelo SUS. A mineração de dados pode ser utilizada para descoberta de conhecimento, a fim de extrair informações úteis para tomada de decisão, identificando padrões e tendências no processo de internação, gerando conhecimento para que o gestor do hospital possa ter informações úteis que o auxilie na previsão de pacientes que potencialmente podem ultrapassar a média de diárias definidas pelo SUS.