1. Propósito e Escopo
Este documento define todos os prompts e detalhes de requisitos para um fluxo de agentes de IA dedicado à Análise de Dados de Saúde Infantil, uma solução projetada para analisar registros de saúde das crianças, identificar tendências e sugerir ações preventivas. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é transformar dados de saúde infantil em insights acionáveis que possam ser usados por profissionais de saúde para implementar mudanças benéficas no bem-estar das crianças.
2. Contexto e Problema
Cenário Atual
A análise contínua dos dados de saúde infantil é limitada, o que impede a identificação de tendências importantes e a sugestão de ações preventivas. As dificuldades incluem:
- Falta de análise contínua dos dados de saúde infantil para identificar tendências.
- Dificuldade em sugerir ações preventivas com base em dados de saúde.
Problemas Identificados
- Inconsistência de dados: Dados de saúde infantil frequentemente carecem de padronização e validação, dificultando análises precisas.
- Identificação tardia de problemas: Sem análise contínua, problemas de saúde podem não ser identificados a tempo para intervenção precoce.
- Falta de ações preventivas: As ações preventivas não são sugeridas de forma sistemática com base em dados concretos.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Melhorar a qualidade dos dados de saúde infantil através de padronização e validação.
- Identificar tendências de saúde que permitam intervenções precoces.
- Sugerir ações preventivas baseadas em melhores práticas de saúde e dados concretos.
- Facilitar a colaboração entre profissionais de saúde através de insights acionáveis.
4. Visão Geral da Solução
O agente de IA para Análise de Dados de Saúde Infantil processa registros de saúde, identifica tendências e sugere ações preventivas. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo na análise de dados de saúde infantil.
A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a padronização dos dados e termina com a geração de recomendações preventivas personalizadas.
| Agentes | Função Principal |
|---|---|
Agente de Qualidade e Padronização de Dados de Saúde Infantil (RF 1)
| Validar, limpar e padronizar registros de saúde infantil. |
Agente de Análise de Tendências e Risco em Saúde Infantil (RF 2)
| Identificar tendências e perfis de risco a partir de dados padronizados. |
Agente de Recomendações Preventivas e Plano de Ação (RF 3)
| Gerar recomendações preventivas e planos de ação baseados nas análises de risco. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram tanto o fluxo de trabalho dos agentes quanto o resultado final que os profissionais de saúde receberão. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Qualidade e Padronização de Dados de Saúde Infantil
1.1 Tarefa do Agente
Validar, limpar e padronizar registros de saúde infantil, enriquecendo com variáveis derivadas para análise subsequente.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo registros de saúde infantil em formato CSV ou JSON. Esses registros contêm dados como id_crianca, sexo, data_nascimento, entre outros. # 2. Objetivo Validar, limpar e padronizar esses registros para análise subsequente, enriquecendo-os com variáveis derivadas. # 3. Regras que você deve seguir para gerar sua resposta - Padronize unidades e formatos. - Calcule a idade se necessário e deduplicate registros. - Aplique regras de plausibilidade e calcule variáveis derivadas. - Prepare um relatório de qualidade dos dados. # 4. Exemplo de Output que você deve produzir JSON estruturado com registros normalizados, relatório de qualidade dos dados e variáveis derivadas calculadas.
1.3 Configurações do Agente
1.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente é o ponto de partida do fluxo e deve ser acionado pelo envio de dados de saúde infantil via API. Na fase de testes, os dados serão enviados diretamente por upload de um arquivo na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Arquivo CSV ou JSON com registros de saúde infantil.
- Formatos Suportados: .csv, .json
- Número de caracteres esperado: Este agente deve ser capaz de processar um input de até 50.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: JSON estruturado com registros normalizados e relatório de qualidade dos dados.
-
Exemplo de Estrutura de Output:
{ "records_normalized": [...], "data_quality_report": {...}, "readiness_score": 85 } - Número de caracteres esperado: O JSON final deve ter aproximadamente 10.000 caracteres.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
1.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
1.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Análise de Tendências e Risco em Saúde Infantil (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Tendências e Risco em Saúde Infantil (RF 2).
RF 2. Agente de Análise de Tendências e Risco em Saúde Infantil
2.1 Tarefa do Agente
Identificar tendências, desvios e perfis de risco por criança e por coortes etárias a partir de dados padronizados.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados padronizados de saúde infantil, incluindo registros normalizados e relatórios de qualidade. # 2. Objetivo Identificar tendências de saúde e perfis de risco a partir dos dados recebidos. # 3. Regras que você deve seguir para gerar sua resposta - Analise os dados para identificar tendências e desvios. - Classifique perfis de risco por criança e por coortes etárias. - Prepare um relatório detalhado com as análises realizadas. # 4. Exemplo de Output que você deve produzir JSON com análises de tendências e perfis de risco, incluindo métricas agregadas e indicadores para coortes etárias.
2.3 Configurações do Agente
2.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 1).
- Tipo do input: Dados padronizados de saúde infantil em formato JSON.
- Formatos Suportados: .json
- Número de caracteres esperado: Este agente deve ser capaz de processar um input de até 15.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: JSON com análises de tendências e perfis de risco.
-
Exemplo de Estrutura de Output:
{ "analise_por_crianca": [...], "resumo_geral": {...}, "indicadores_para_coortes": {...} } - Número de caracteres esperado: O JSON gerado deve ter aproximadamente 12.000 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
2.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
2.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Recomendações Preventivas e Plano de Ação (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Recomendações Preventivas e Plano de Ação (RF 3).
RF 3. Agente de Recomendações Preventivas e Plano de Ação
3.1 Tarefa do Agente
Gerar recomendações preventivas acionáveis e priorizadas com base no perfil de risco e nas tendências identificadas.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo análises de tendências e perfis de risco, incluindo métricas agregadas e indicadores para coortes etárias. # 2. Objetivo Gerar recomendações preventivas acionáveis e priorizadas, criando um plano de ação para cada criança. # 3. Regras que você deve seguir para gerar sua resposta - Mapeie códigos de alerta para ações preventivas específicas. - Priorize ações com base no nível de risco e tendências identificadas. - Prepare um plano de ação detalhado para cada criança. # 4. Exemplo de Output que você deve produzir JSON com plano preventivo por criança, incluindo ações sugeridas, prazos e responsáveis recomendados.
3.3 Configurações do Agente
3.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 2).
- Tipo do input: Análises de tendências e perfis de risco em formato JSON.
- Formatos Suportados: .json
- Número de caracteres esperado: Este agente deve ser capaz de processar um input de até 12.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: JSON com plano preventivo por criança, incluindo ações sugeridas.
-
Exemplo de Estrutura de Output:
{ "plano_preventivo": [...], "mensagem_profissional": "...", "mensagem_responsavel": "..." } - Número de caracteres esperado: O JSON gerado deve ter aproximadamente 10.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
3.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
3.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente é o entregável final.
3.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo de análise de dados de saúde infantil.