Agente de IA para Auditoria de Protocolos de Higiene

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

Como criar um agente de IA que revisa relatórios de auditoria de protocolos de higiene e sugere melhorias.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA "Auditoria de Protocolos de Higiene". Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é revisar relatórios de auditoria de protocolos de higiene em ambientes hospitalares, identificar padrões de não conformidade e sugerir melhorias específicas para aumentar a eficácia dos protocolos de higiene.

2. Contexto e Problema

Problemas Identificados

  • Falta de conformidade consistente com protocolos de higiene em ambientes hospitalares.
  • Dificuldade em identificar áreas que precisam de melhorias nos protocolos de higiene.

A auditoria manual desses protocolos é demorada e propensa a erros, resultando em feedback tardio para as equipes responsáveis pela higiene hospitalar.

3. Impactos Esperados

A implementação deste agente de IA visa alcançar os seguintes resultados:

  • Aumentar a conformidade com os protocolos de higiene hospitalar em pelo menos 30%.
  • Reduzir o tempo de feedback para as equipes responsáveis por higiene em tempo real.
  • Identificar rapidamente áreas críticas que necessitam de intervenção imediata.

4. Visão Geral da Solução

O agente de IA para auditoria de protocolos de higiene analisa relatórios de auditoria, identifica padrões de não conformidade e sugere melhorias específicas para aumentar a eficácia dos protocolos de higiene. 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 auditoria de protocolos de higiene em ambientes hospitalares.

A solução consiste em um fluxo de automação composto por 5 agentes de IA.

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

Agentes Função Principal
Agente de Extração Estruturada de Relatório (RF 1) Converter relatórios de auditoria de higiene em um JSON estruturado padronizado para análise.
Agente de Análise de Conformidade e Padrões (RF 2) Identificar padrões de não conformidade, calcular métricas e classificar severidade e risco.
Agente de Controle de Qualidade Analítica (QA) (RF 3) Verificar consistência dos achados e sinalizar quando a qualidade dos dados compromete a recomendação.
Agente de Sugestão de Melhorias e Plano de Ação (RF 4) Transformar achados em melhorias específicas, priorizadas e executáveis.
Agente de Feedback Operacional em Tempo Real (RF 5) Gerar mensagens operacionais curtas e acionáveis para equipes de higiene.

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.

6. Requisitos Funcionais

RF 1. Agente de Extração Estruturada de Relatório

1.1 Tarefa do Agente

Converter relatórios de auditoria de higiene (texto/PDF) em um JSON estruturado padronizado para análise.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo relatórios de auditoria de higiene em formato de texto ou PDF. Esses documentos contêm informações detalhadas sobre a conformidade com protocolos de higiene em ambientes hospitalares.

# 2. Objetivo
Converter esses relatórios em um JSON estruturado que possa ser analisado por agentes subsequentes para identificar padrões de não conformidade e sugerir melhorias.

# 3. Regras que você deve seguir para gerar sua resposta
- Normalize datas para o formato ISO-8601 (YYYY-MM-DD) e horas para HH:MM com timezone se disponível.
- Padronize categorias usando a taxonomia: {higiene_maos, uso_epi, desinfeccao_superficies, processamento_artigos, descarte_residuos, limpeza_terminal, isolamento_precaucoes, esterilizacao, cronogramas_rotinas, registros_tracabilidade, treinamento_capacitacao, monitoramento_microbiologico, outras}.
- Quando o relatório não indicar explicitamente a categoria, deduza pela semântica do item_nome/criterio e registre a dedução em item_meta: {categoria_deduzida:true, confianca:0-1}.
- Preencha conforme:true/false apenas se houver evidência textual explícita; se ambígua, defina conforme:null e registre em item_meta: {ambiguidade:true, motivo}.
- Extraia evidências como frases literais do relatório (sem reescrever) e salve em evidencias como lista de strings.
- Mapas de localização: normalize nomes de áreas para snake_case (ex.: UTI Adulto -> uti_adulto). Se ausente, use 'nao_informado'.
- Gere auditoria_id determinístico: sha1(hospital|unidade|data|auditor|primeiro_item_id).
- Campo checklist_referencia: identificar título/versão do checklist; se ausente, defina 'desconhecido'.
- Calcule amostra.total_itens e amostra.total_nao_conforme diretamente dos itens_avaliados.
- Se o documento contiver tabelas, preserve colunas relevantes em itens_meta.tabela_origem:{linha,colunas_capturadas}.
- Se detectar dados pessoais sensíveis, redija em evidencias substituindo por tokens [REDACTED] e registre em itens_meta: {redacao_dados_sensiveis:true}.
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 relatórios de auditoria de higiene via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do documento na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo são relatórios de auditoria em formato de texto ou PDF.
  • Formatos Suportados: Esse agente deve ser capaz de receber relatórios nos formatos: .txt, .pdf.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado com campos específicos para análise subsequente.
  • Exemplo de Estrutura de Output:
     {
      "auditoria_id": "sha1",
      "data": "YYYY-MM-DD",
      "hospital": "Nome do Hospital",
      "unidade": "Nome da Unidade",
      "auditor": "Nome do Auditor",
      "checklist_referencia": "Título/Versão",
      "itens_avaliados": [
        {
          "item_id": "ID do Item",
          "item_nome": "Nome do Item",
          "categoria": "Categoria",
          "conforme": true,
          "evidencias": ["Evidência 1", "Evidência 2"]
        }
      ],
      "amostra": {
        "total_itens": 100,
        "total_nao_conforme": 10
      }
    } 
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno 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: 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 Conformidade e Padrões (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Conformidade e Padrões (RF 2).

RF 2. Agente de Análise de Conformidade e Padrões

2.1 Tarefa do Agente

Identificar padrões de não conformidade, calcular métricas e classificar severidade e risco por área e categoria.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON estruturado da auditoria conforme output do Agente de Extração Estruturada de Relatório.

# 2. Objetivo
Analisar o JSON recebido para identificar padrões de não conformidade, calcular métricas, classificar severidade e risco por área e categoria.

# 3. Regras que você deve seguir para gerar sua resposta
- Taxa de não conformidade (taxa_nao_conformidade) = total_nao_conforme / total_itens, arredondado a 3 casas decimais.
- Frequência relativa de um item dentro da categoria = ocorrencias_nao_conformidade_item / itens_total_categoria.
- Classificação de severidade do achado (por item) pela lógica: crítica se risco de transmissão imediato ou violação de barreiras padrão (ex.: higiene_maos=NAO, uso_epi crítico, isolamento não cumprido, esterilizacao falha); maior se impacto moderado com potencial de evento adverso; menor para desvios administrativos sem impacto direto.
- Atribua pesos: peso_severidade: crítica=3, maior=2, menor=1; peso_frequencia = min(1 + 4*taxa_item, 5); peso_area: uti=1.3, centro_cirurgico=1.3, emergencia=1.2, oncologia=1.2, enfermaria=1.0, outras=1.0.
- Score de prioridade do item = 100 * (peso_severidade/3) * (peso_frequencia/5) * peso_area.
- Para analise_por_area.severidade_area.score use média ponderada dos scores de itens da área; níveis: alto (>=70), moderado (40-69), baixo (<40).
- Padrões recorrentes: considere padrão quando taxa_nao_conformidade da categoria > 0.15 OU quando um item específico tiver frequência_relativa >= 0.10 na categoria e ocorrer em >=3 áreas.
- Achado crítico: inclua em achados_criticos todo item com severidade crítica OU score_prioridade >= 75; inclua justificativa com evidência literal curta (até 200 caracteres).
- Qualidade de dados: percentual_ambiguidade = itens_com_conforme_null / total_itens; confianca_global = 1 - percentual_ambiguidade, limitado a [0,1].
- Se checklist_referencia for 'desconhecido', registre em qualidade_dados.um_alerta: 'Checklist não identificado; classificação pode estar limitada'.
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: Este agente deve ser apto a receber como input um JSON estruturado da auditoria.
  • 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 5.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON com análise de conformidade, padrões identificados e classificação de severidade.
  • Exemplo de Estrutura de Output:
     {
      "resumo_geral": {
        "taxa_nao_conformidade": 0.123,
        "total_itens": 100,
        "total_nao_conforme": 12
      },
      "analise_por_categoria": [
        {
          "categoria": "higiene_maos",
          "itens_total": 50,
          "itens_nao_conforme": 5,
          "taxa": 0.1
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 3.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para calcular métricas e scores.
  • 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 Controle de Qualidade Analítica (QA) (RF 3).

RF 3. Agente de Controle de Qualidade Analítica (QA)

3.1 Tarefa do Agente

Verificar consistência dos achados e sinalizar quando a qualidade dos dados compromete a recomendação.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON analítico do Agente de Análise de Conformidade e Padrões.

# 2. Objetivo
Verificar a consistência dos dados e sinalizar quando a qualidade compromete a recomendação, gerando um JSON com status de QA e recomendações para recoleta.

# 3. Regras que você deve seguir para gerar sua resposta
- Defina baixa_confianca:true se confianca_global < 0.8.
- Defina dados_incompletos:true se total_itens < 30 OU se alguma área crítica (uti, centro_cirurgico, emergencia) tiver itens_total < 5.
- Defina ambiguidade_alta:true se percentual_ambiguidade > 0.2.
- Aprovado somente se nenhuma flag for true.
- Para cada categoria com taxa > 0.25 e evidências insuficientes (menos de 2 evidências textuais distintas nos top itens), inclua uma recomendacao_para_recoleta com justificativa objetiva.
- Motivos devem citar campos e valores (ex.: 'confianca_global=0.72').
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: Este agente deve ser apto a receber como input um JSON analítico da auditoria.
  • 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 3.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON com status de QA, flags e recomendações de recoleta.
  • Exemplo de Estrutura de Output:
     {
      "qa_status": {
        "aprovado": false,
        "motivos": ["confianca_global=0.72"]
      },
      "recomendacoes_para_recoleta": [
        {
          "area": "uti",
          "categoria": "higiene_maos",
          "justificativa": "Evidências insuficientes"
        }
      ],
      "flags": {
        "baixa_confianca": true,
        "dados_incompletos": false,
        "ambiguidade_alta": false
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 2.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para verificar consistência dos dados.
  • 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 Melhorias e Plano de Ação (RF 4).

RF 4. Agente de Sugestão de Melhorias e Plano de Ação

4.1 Tarefa do Agente

Transformar achados em melhorias específicas, priorizadas e executáveis, alinhadas a boas práticas de higiene hospitalar.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON analítico e de QA provenientes dos agentes anteriores.

# 2. Objetivo
Transformar os achados em melhorias específicas, priorizadas e executáveis, gerando um plano de ação alinhado a boas práticas de higiene hospitalar.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada entrada em ranking_prioridades e achados_criticos, gere ao menos 1 ação específica com verbo observável (ex.: 'instalar', 'revisar', 'implementar') e descreva o comportamento desejado mensurável.
- Defina quick_win:true quando custo_estimado='baixo' e prazo_dias<=14 e necessidade de aprovação mínima.
- Prioridade_score = média ponderada de: score_analitico(50%), impacto_esperado(30%; alto=1, medio=0.6, baixo=0.3), viabilidade(20%; alto=1, medio=0.6, baixo=0.3). Informe no campo justificativa os fatores usados.
- Prazos: crítica => 2-7 dias; maior => 8-30 dias; menor => 31-90 dias.
- Vincule KPIs ao alvo: exemplos por categoria: higiene_maos -> 'adesao_higiene_maos_%'; uso_epi -> 'uso_corretos_epi_%'; desinfeccao_superficies -> 'conformidade_limp_superficies_%'. Defina baseline com taxa atual e meta >= baseline + 20% relativos, limitado a 95%.
- Se flags.baixa_confianca=true, inclua primeiro uma ação de 'monitoramento' ou 'recoleta' como pré-condição no campo dependencias.
- Inclua plano_5w2h completo e sem campos vazios; if 'how_much' desconhecido, estime por faixa ('baixo','medio','alto') baseada em custo_estimado.
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: Este agente deve ser apto a receber como input um JSON analítico e de QA.
  • 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 3.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON com melhorias específicas, plano de ação e KPIs associados.
  • Exemplo de Estrutura de Output:
     {
      "melhorias": [
        {
          "alvo": "higiene_maos",
          "acao": "Revisar protocolo de higiene de mãos",
          "justificativa": "Alta taxa de não conformidade",
          "tipo": "procedimento",
          "impacto_esperado": "alto",
          "custo_estimado": "baixo",
          "prioridade_score": 85,
          "prazo_dias": 7,
          "quick_win": true,
          "kpis": [
            {
              "nome": "adesao_higiene_maos_%",
              "baseline": 70,
              "meta": 84,
              "prazo": "30 dias"
            }
          ],
          "plano_5w2h": {
            "what": "Revisar protocolo de higiene de mãos",
            "why": "Reduzir taxa de infecção",
            "where": "UTI",
            "when": "Imediatamente",
            "who": "Equipe de Controle de Infecção",
            "how": "Treinamento e supervisão",
            "how_much": "baixo"
          }
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 4.000 caracteres.

4.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

4.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para calcular scores e prazos.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

4.3.5 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 Feedback Operacional em Tempo Real (RF 5).

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Feedback Operacional em Tempo Real (RF 5).

RF 5. Agente de Feedback Operacional em Tempo Real

5.1 Tarefa do Agente

Gerar mensagens operacionais curtas e acionáveis para equipes de higiene por área, com foco em segurança imediata.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON de melhorias e plano de ação com prioridades e prazos, além de achados_criticos.

# 2. Objetivo
Gerar mensagens operacionais curtas e acionáveis para equipes de higiene por área, focando em segurança imediata.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada achado crítico em áreas ativas, gere uma mensagem com instrucoes_imediatas contendo passos numerados de execução em até 5 linhas.
- Use severidade: 'critica','alta','media','baixa' coerente com a classificação do achado/plano.
- Mensagem deve conter: contexto (até 140 caracteres), ação esperada (imperativo), referência rápida à política interna (ex.: 'Política Higiene Maos vX.Y').
- Se quick_win=true, destaque com tag 'quick_win'.
- Linguagem: clara, sem jargões técnicos desnecessários, e sem dados pessoais.
- Se flags.baixa_confianca=true, prefixe a mensagem com '[Verificação necessária]' e oriente a confirmação in loco antes da ação.
- Prazo deve refletir prazo_dias do plano; se crítica, prazo máximo 48h e incluir 'contato_responsavel' derivado do 'who' do 5W2H.
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: Este agente deve ser apto a receber como input um JSON de melhorias e plano de ação.
  • 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 4.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser uma lista de mensagens prontas para envio.
  • Exemplo de Estrutura de Output:
     [
      {
        "area": "UTI",
        "severidade": "critica",
        "mensagem": "Revisar protocolo de higiene de mãos imediatamente. Consulte Política Higiene Maos v2.1.",
        "instrucoes_imediatas": "1. Reúna equipe 2. Revise protocolo 3. Implemente mudanças",
        "prazo": "48h",
        "contato_responsavel": "Enfermeiro Chefe"
      }
    ] 
  • Número de caracteres esperado: O output gerado deve ser claro e direto, com um tamanho estimado em 2.000 caracteres.

5.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

5.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para compor mensagens.
  • 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 gerada por este agente 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. As mensagens geradas são o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.