Agente de IA para Análise de Eficiência de Equipamentos Médicos

22 de December de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que avalia o desempenho e uso de equipamentos médicos, sugerindo manutenções ou substituições baseadas em dados de uso e falhas.

Biblioteca de Prompts e Agentes

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos e demais requisitos funcionais para o Fluxo de Agentes "Análise de Eficiência de Equipamentos Médicos", uma solução de automação projetada para avaliar o desempenho e uso de equipamentos médicos. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é monitorar continuamente o desempenho dos equipamentos e sugerir manutenções preventivas ou substituições quando necessário, com base em análises de custo-benefício, reduzindo falhas e interrupções.

2. Contexto e Problema

Problemas Identificados

  • Manutenção inadequada de equipamentos médicos leva a falhas e interrupções.
  • Falta de dados precisos sobre o desempenho dos equipamentos.

A ausência de um sistema eficaz para monitorar e avaliar o desempenho dos equipamentos médicos pode resultar em tempos de inatividade inesperados e custos operacionais elevados. A necessidade de manutenções frequentes e a falta de dados precisos também podem comprometer a segurança e a eficiência das operações médicas.

3. Impactos Esperados

A implementação deste fluxo de automação visa alcançar os seguintes resultados:

  • Reduzir o tempo de inatividade dos equipamentos médicos em pelo menos 50%.
  • Aumentar a precisão dos dados de desempenho dos equipamentos.
  • Reduzir os custos operacionais associados a manutenções não planejadas.
  • Melhorar a segurança e a eficiência das operações médicas.

4. Visão Geral da Solução

O agente de IA para análise de eficiência de equipamentos médicos monitora continuamente o desempenho e o uso dos equipamentos, sugerindo manutenções ou substituições baseadas em dados de uso e falhas. 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 gestão de equipamentos médicos.

A solução consiste em um fluxo de automação composto por 5 agentes de IA. O processo inicia com a coleta de dados de telemetria e termina com a recomendação de manutenções ou substituições.

A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.

Agentes Função Principal
Agente de Execução de Chamada à API (RF 1) Realizar chamadas às APIs dos sistemas de telemetria para obter dados de uso e falhas.
Agente de Preparação e Padronização de Dados (RF 2) Consolidar, limpar e padronizar os dados brutos de telemetria e falhas.
Agente de Cálculo de Indicadores de Desempenho (RF 3) Calcular KPIs operacionais por equipamento e classificar risco operacional.
Agente de Sugestão de Manutenção Preventiva (RF 4) Gerar plano de ações preventivas por equipamento com prioridade e escopo técnico.
Agente de Análise de Custo-Benefício para Substituição de Equipamentos (RF 5) Comparar cenários Manter vs Substituir e recomendar substituição quando justificável.

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 o cliente receberá. Explore os links abaixo para entender melhor a solução em ação.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Execução de Chamada à API

1.1 Tarefa do Agente

Realizar chamadas às APIs dos sistemas de telemetria/IoMT e CMMS/EAM para obter dados de uso, falhas, histórico de manutenção e custos associados aos equipamentos médicos.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto para realizar chamadas às APIs dos sistemas de telemetria e manutenção.

# 2. Objetivo
Obter dados de uso, falhas, histórico de manutenção e custos associados aos equipamentos médicos.

# 3. Regras que você deve seguir para gerar sua resposta
- Execute chamadas às APIs especificadas no payload.
- Garanta que os dados retornados estejam completos e dentro do período especificado.
- Em caso de falha na chamada da API, o processo deve ser interrompido e o erro registrado para análise manual.

# 4. Exemplo de Output que você deve produzir
{"telemetry_records": [...], "failure_events": [...], "maintenance_history": [...], "cost_tables": {...}}
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 um payload com informações de autenticação e endpoints das APIs. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do payload na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: Payload pronto com informações de autenticação e endpoints das APIs.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato JSON.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON que contém registros de telemetria, eventos de falha, histórico de manutenção e tabelas de custos.
  • Exemplo de Estrutura de Output: 
     {"telemetry_records": [...], "failure_events": [...], "maintenance_history": [...], "cost_tables": {...}}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

1.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Conecta-se a sistemas externos via API para obter dados necessários.

1.3.5 Memória

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Preparação e Padronização de Dados (RF 2).

RF 2. Agente de Preparação e Padronização de Dados

2.1 Tarefa do Agente

Consolidar, limpar e padronizar os dados brutos de telemetria, falhas, manutenção e custos para um modelo único por equipamento.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados brutos de telemetria, falhas, manutenção e custos provenientes de um agente anterior.

# 2. Objetivo
Consolidar, limpar e padronizar esses dados em um modelo único por equipamento.

# 3. Regras que você deve seguir para gerar sua resposta
- Deduplicar eventos com a mesma combinação de identificadores.
- Considerar apenas registros dentro do intervalo de análise especificado.
- Normalizar timestamps para UTC e converter unidades de tempo e custo conforme necessário.
- Agregar dados por equipamento e calcular métricas como idade e custos totais.

# 4. Exemplo de Output que você deve produzir
{"equipamentos": [{"equipamento_id": "...", "meta": {"fabricante": "...", "modelo": "...", "ano_fabricacao": 2019}, "janela_analise_h": 720, "horas_uso_janela": 150.5, "falhas_janela": 2, "downtime_h_janela": 8.0, "ultima_manutencao_iso": "2025-10-03T14:22:00Z", "idade_anos": 6.2, "custo_manutencao_janela_brl": 3200.0, "custo_pecas_janela_brl": 1800.0, "custo_hora_parada_brl": 500.0, "preco_substituicao_brl": 180000.0, "dados_faltantes": ["custo_hora_parada_brl"], "qualidade_dados": "ok"}], "observacoes": "conversoes/unidades aplicadas"}
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 brutos de telemetria, falhas, manutenção e custos provenientes de um agente anterior.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato JSON.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON consolidado e padronizado, contendo informações por equipamento.
  • Exemplo de Estrutura de Output: 
     {"equipamentos": [{"equipamento_id": "...", "meta": {"fabricante": "...", "modelo": "...", "ano_fabricacao": 2019}, "janela_analise_h": 720, "horas_uso_janela": 150.5, "falhas_janela": 2, "downtime_h_janela": 8.0, "ultima_manutencao_iso": "2025-10-03T14:22:00Z", "idade_anos": 6.2, "custo_manutencao_janela_brl": 3200.0, "custo_pecas_janela_brl": 1800.0, "custo_hora_parada_brl": 500.0, "preco_substituicao_brl": 180000.0, "dados_faltantes": ["custo_hora_parada_brl"], "qualidade_dados": "ok"}], "observacoes": "conversoes/unidades aplicadas"}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Cálculo de Indicadores de Desempenho (RF 3).

RF 3. Agente de Cálculo de Indicadores de Desempenho

3.1 Tarefa do Agente

Calcular KPIs operacionais por equipamento e classificar risco operacional com base em thresholds parametrizáveis.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados padronizados de equipamentos, incluindo métricas de uso e falhas.

# 2. Objetivo
Calcular KPIs operacionais por equipamento e classificar risco operacional com base em thresholds parametrizáveis.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcular MTBF, MTTR, disponibilidade, utilização e outros KPIs relevantes.
- Classificar risco operacional com base em thresholds fornecidos.
- Identificar equipamentos que necessitam de manutenção preventiva ou substituição.

# 4. Exemplo de Output que você deve produzir
{"kpis": [{"equipamento_id": "...", "mtbf_h": 600.0, "mttr_h": 4.0, "disponibilidade": 0.985, "taxa_falhas_por_1000h": 1.2, "utilizacao": 0.21, "custo_manutencao_sobre_valor": 0.018, "indice_saude_0_100": 88, "classificacao_risco": "baixo", "sinalizadores": {"precisa_manutencao_preventiva": false, "candidato_substituicao": false, "qualidade_dados": "ok"}, "thresholds_aplicados": {...}}]}
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: Dados padronizados de equipamentos, incluindo métricas de uso e falhas.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato JSON.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo KPIs operacionais e classificações de risco para cada equipamento.
  • Exemplo de Estrutura de Output: 
     {"kpis": [{"equipamento_id": "...", "mtbf_h": 600.0, "mttr_h": 4.0, "disponibilidade": 0.985, "taxa_falhas_por_1000h": 1.2, "utilizacao": 0.21, "custo_manutencao_sobre_valor": 0.018, "indice_saude_0_100": 88, "classificacao_risco": "baixo", "sinalizadores": {"precisa_manutencao_preventiva": false, "candidato_substituicao": false, "qualidade_dados": "ok"}, "thresholds_aplicados": {...}}]}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Utiliza lógica interna para calcular KPIs e classificações de risco.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

3.3.5 Memória

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Sugestão de Manutenção Preventiva (RF 4).

RF 4. Agente de Sugestão de Manutenção Preventiva

4.1 Tarefa do Agente

Gerar plano de ações preventivas por equipamento com prioridade, janela recomendada e escopo técnico, quando indicado pelos KPIs.

4.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo KPIs operacionais e classificações de risco para cada equipamento.

# 2. Objetivo
Gerar plano de ações preventivas por equipamento com prioridade, janela recomendada e escopo técnico.

# 3. Regras que você deve seguir para gerar sua resposta
- Disparar somente para equipamentos que necessitam de manutenção preventiva.
- Determinar a prioridade e a janela de execução com base nos KPIs e classificações de risco.
- Propor ações específicas de manutenção com base em mapas de falhas.

# 4. Exemplo de Output que você deve produzir
{"planos": [{"equipamento_id": "...", "sugestao_manutencao": [{"acao": "inspecionar e calibrar", "duracao_estimada_h": 2.0, "partes_previstas": ["filtro_ar"], "habilidades_necessarias": ["técnico biomédico"], "janela_recomendada": {"inicio_iso": "2026-01-05T22:00:00Z", "fim_iso": "2026-01-06T06:00:00Z"}}], "prioridade": "alta", "justificativa": "MTBF abaixo do limiar e 2 falhas no período", "sla_execucao_h": 72}]}
4.3 Configurações do Agente

4.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 3).
  • Tipo do input: KPIs operacionais e classificações de risco para cada equipamento.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato JSON.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo planos de manutenção preventiva para cada equipamento.
  • Exemplo de Estrutura de Output: 
     {"planos": [{"equipamento_id": "...", "sugestao_manutencao": [{"acao": "inspecionar e calibrar", "duracao_estimada_h": 2.0, "partes_previstas": ["filtro_ar"], "habilidades_necessarias": ["técnico biomédico"], "janela_recomendada": {"inicio_iso": "2026-01-05T22:00:00Z", "fim_iso": "2026-01-06T06:00:00Z"}}], "prioridade": "alta", "justificativa": "MTBF abaixo do limiar e 2 falhas no período", "sla_execucao_h": 72}]}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres.

4.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

4.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

4.3.5 Memória

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Custo-Benefício para Substituição de Equipamentos (RF 5).

RF 5. Agente de Análise de Custo-Benefício para Substituição de Equipamentos

5.1 Tarefa do Agente

Comparar cenários Manter vs Substituir usando custos diretos, custo de indisponibilidade e projeções simples, recomendando substituição quando economicamente justificável.

5.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo KPIs operacionais e planos de manutenção preventiva para cada equipamento.

# 2. Objetivo
Comparar cenários Manter vs Substituir e recomendar substituição quando economicamente justificável.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcular TCO para cenários de manutenção e substituição.
- Estimar payback e recomendar substituição se TCO_substituir for menor que TCO_manter.
- Justificar recomendações com base em análises de custo-benefício.

# 4. Exemplo de Output que você deve produzir
{"analises": [{"equipamento_id": "...", "tco_manter_brl": 95000.0, "tco_substituir_brl": 88000.0, "payback_anos": 2.4, "substituicao_recomendada": true, "justificativa": "TCO_substituir < TCO_manter em 7.4% e risco alto", "premissas": {...}}]}
5.3 Configurações do Agente

5.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 4).
  • Tipo do input: KPIs operacionais e planos de manutenção preventiva para cada equipamento.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato JSON.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo análises de custo-benefício e recomendações de substituição para cada equipamento.
  • Exemplo de Estrutura de Output: 
     {"analises": [{"equipamento_id": "...", "tco_manter_brl": 95000.0, "tco_substituir_brl": 88000.0, "payback_anos": 2.4, "substituicao_recomendada": true, "justificativa": "TCO_substituir < TCO_manter em 7.4% e risco alto", "premissas": {...}}]}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres.

5.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

5.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Utiliza lógica interna para calcular TCO e payback.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

5.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta é o entregável final e não é passada para outros agentes internos.

5.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo com a geração de recomendações de substituição.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.