A análise de dados de registros de doenças tem grande relevância devido seu impacto social, tendo em vista que o resultado de tais análises podem trazer grandes ganhos como por exemplo, a adoção de políticas públicas que visam melhorar a qualidade de vida da sociedade em geral. Neste trabalho, são construídos para validação do conjunto de dados a serem analisados, corpus de doenças, sintomas clínicos e medicamentos, para que, diante disso, sejam analisados artigos científicos com resultados de esforços na busca por cura de doenças e de relatos de tratamentos médicos. Logo, analisando os dados das publicações científicas disponíveis no repositório da PubMed, grafos bipartidos são caracterizados e diversas métricas de análise de redes são aplicadas apresentando resultados que demostram como doenças, sintomas e medicamentos estão vinculados, a partir de sua coocorrência nas palavras-chave do conjunto de artigos analisados. Diante disso, é possível observar quais os medicamentos que vêm sendo utilizados em conjunto com mais frequência e como sintomas que aparentemente não possuem relação, estão vinculados a determinadas doenças. Permitindo dessa maneira obter uma visão sobre como sintomas, medicamentos e doenças estão relacionados nas principais pesquisas da área médica na atualidade.