No âmbito da administração pública municipal, existe uma ampla gama de ferramentas de computação para subsidiar as operações transacionais, no entanto, há uma carência de sistemas dedicados a subsidiar o processo de tomada de decisão. Uma das formas de extrair conhecimento a partir de dados é por meio do processo Knowledge Discovery in Databases (KDD), que transforma dados brutos em informações úteis, válidas e interpretáveis por humanos. Este trabalho explora o processo KDD sobre a base de dados do sistema E-saúde, com o propósito de detectar o perfil de atendimento médico nas unidades municipais de saúde de Curitiba, para subsidiar os gestores na tomada de decisão. Foi utilizada, para a etapa de mineração, a ferramenta WEKA combinada com o algoritmo Apriori, o que permite identificar regras de associação a partir de relações não aparentes na base de dados. Ao todo, foram mineradas 34 regras, de relevância estatística, que trazem informações sobre a distribuição de recursos humanos no atendimento primário à saúde, organização dos atendimentos em cada unidade, bem como quais especialidades médicas seriam mais adequadas para cada unidade de acordo com a faixa etária dos pacientes e perfil de atendimento para proporcionar mais qualidade no atendimento à população.