Nesta obra, os autores propõem que as informações de diferentes laboratórios, ligados à análise de saúde animal - aqui chamados de dados interlaboratoriais -, podem ser examinados à luz da Gestão do Conhecimento e da tecnologia de Data Science. Quando ocorre o cruzamento dos dados interlaboratoriais, novos ativos de conhecimento são gerados, por meio de informações úteis no diagnóstico animal, contribuindo para os estudos científicos nesta área e fornecendo dados confiáveis para a tomada de decisão dos laboratórios que os originaram. Para isso, foi desenvolvida e demonstrada uma prova de conceito, utilizando a linguagem de programação Python, simulando alguns cenários, cruzando dados levantados nos laboratórios e possíveis usos práticos. Apresenta, também, uma revisão bibliográfica que aborda os fundamentos sobre a Gestão do Conhecimento e sua relação com a moderna ferramenta conhecida como Data Science e os chamados insights.