A crescente disponibilização de dados abertos e adoção de políticas de transparência pelos governos de vários países democráticos proporcionou um campo fértil para a utilização de ferramentas de análise de dados. No entanto, o volume de dados que se coloca para análise é gigantesco e há poucas ferramentas que possam ajudar a entendê-lo. Os órgãos que executam atividades de controle, como o Tribunal de Contas da União (TCU) podem fazer uso desses dados para potencializar as suas ações de controle. Diante da impossibilidade de lidar com o grande volume de dados, faz-se necessário utilizar ferramentas que permitam tirar proveito das informações disponibilizadas. Na área da saúde pública, o TCU, por meio da Secretaria de Controle Externo da Saúde (SecexSaúde), realiza auditorias nos dados disponibilizados pelo Sistema Único de Saúde (SUS) como o Sistema de Informações Hospitalares (SIH), Sistema de Informações Ambulatoriais (SIA) e o cadastro nacional de Estabelecimentos de Saúde (CNES). Este trabalho tem a intenção de oferecer uma análise de outliers sobre os dados ambulatorias do SIA de forma a servir de ferramenta para o trabalho do auditor. Este trabalho utilizou a metodologia Cross-Industry Standard Process for Data Mining (CRISP-DM). Foi realizada a internalização dos dados gerais dos atendimentos ambulatoriais do SIA de 2016 a 2018, limpeza e inclusão de campos, além da aplicação de técnicas de detecção de outliers para a análise dos procedimentos. As anomalias foram calculadas em relação aos municípios e aos estabelecimentos para os dados de 2018. Por fim, os dados foram gravados em um banco de dados e apresentados em um painel para consulta. Como resultado, foram analisados 1.054 procedimentos e encontradas anomalias em 6.620 casos relacionados aos municípios e 9.938 casos relacionados aos estabelecimentos.