A adaptaÃÃo do Conhecimento em saÃde vem sendo adotada para descrever mÃtodos utilizados para a disseminaÃÃo de evidÃncias cientÃficas para os diversos atores sociais relacionados. A intenÃÃo à que estas evidÃncias estejam mais acessÃveis aos seus usuÃrios finais (pacientes, profissionais de saÃde, organizaÃÃes e gestores da saÃde) para cooperar na tomada de decisÃes sobre saÃde. Assim, a AdaptaÃÃo do Conhecimento objetiva diminuir a lacuna temporal e conceitual que hà entre a produÃÃo do conhecimento e a prÃtica do usuÃrio final. Ela à essencial para se ter melhores resultados em cuidados de saÃde, alÃm de contribuir para a diminuiÃÃo de custos na utilizaÃÃo do conhecimento, disponibilizando o conhecimento certo, para a pessoa certa, em tempo certo. Este trabalho realiza um estudo analÃtico sobre o processo de AdaptaÃÃo do Conhecimento em sistemas integrados de saÃde. A pesquisa tomou como base o modelo Knowledge to Action (KTA), desenvolvido por pesquisadores da Universidade de Toronto e do Canadian Institute of Health Research - CIHR e que tem servido de referÃncia ao sistema de saÃde canadense. Como prova de conceito do estudo analÃtico realizado utilizou-se, como cenÃrio de aplicaÃÃo, o LARIISA, uma plataforma para a tomada de decisÃo em sistema de governanÃa em saÃde. O LARIISA utiliza, na especificaÃÃo de sua arquitetura, o modelo Knowledge to Action (KTA). Ele faz uso de sistemas inteligentes e da tecnologia de sensibilidade ao contexto (context-awareness), em sua concepÃÃo. O mÃtodo de coleta de dados utilizado foi a AnÃlise Documental do livro Knowledge Translation in Health Care e os cinco domÃnios de aplicaÃÃo da plataforma LARISSA: clÃnico-epidemiolÃgico, normativo, gestÃo do conhecimento, administrativo e gestÃo compartilhada. Isto permitiu a elaboraÃÃo de mapas conceituais que traduzem a abrangÃncia local e global do projeto LARIISA, resultando na construÃÃo de cenÃrios de aplicaÃÃo. Assim, este estudo caracteriza-se como um primeiro esforÃo analÃtico sobre a gestÃo do conhecimento na plataforma LARIISA, cujo resultado propÃe alteraÃÃes na proposta inicial da arquitetura do LARIISA. / Knowledge Translation in health care has been adopted to describe the methods used for dissemination of scientific evidence to several other related social actors. The intention is for this evidence to become more accessible to its final users (patients, health professionals, organizations and health managers) to cooperate in making decision in health. In this manner, Knowledge Translation has as objective to reduce the temporal and conceptual gap that extends between knowledge production and practice for the final user. This is essential in order to obtain better results in health care, along with contributing to the reduction of costs in knowledge utilization, providing the correct knowledge, to the correct person, at the correct moment. This is an analytic study on the Knowledge Translation process in integrated health systems. The study was based on the Knowledge to Action model (KTA), developed by researchers at the University of Toronto and the Canadian Institute of Health Research â CIHR, which has served as reference for the Canadian health system. As conceptual proof of the analytic study performed, we used as application scenario, LARIISA (Laboratoire Application RÃseaux Intelligence IntÃgration SantÃ), a platform for decision making in the governance of health systems. LARIISA uses, in its framework specification, the KTA model. It uses intelligent systems and context-awareness technology in its conception. Data collection method used was documental analysis from the âKnowledge Translation in Health Careâ book and the five application domains from the LARIISA platform: clinical-epidemiological, normative, knowledge management, administrative and shared management. This permitted the elaboration of conceptual maps that translate the local and global coverage of the LARIISA project, resulting in the construction of application scenarios. Thus, this study is characterized as the first analytic endeavor on knowledge management in the LARIISA platform, whose results propose alterations in the initial proposal of LARIISA framework.