Agente de IA para Avaliação de Risco de Quedas em Pacientes Internados

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

Como criar um agente de IA que analisa dados clínicos e comportamentais para avaliar o risco de quedas em pacientes internados.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Avaliação de Risco de Quedas em Pacientes Internados", uma solução de automação projetada para avaliar o risco de quedas em pacientes internados e recomendar medidas 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 o input de dados clínicos e comportamentais em uma avaliação precisa do risco de quedas e na implementação de medidas preventivas para reduzir o risco de quedas.

2. Contexto e Problema

Cenário Atual

No ambiente hospitalar, a prevenção de quedas é uma prioridade para garantir a segurança dos pacientes internados. No entanto, a avaliação precisa do risco de quedas é um desafio complexo que envolve a análise de diversos fatores clínicos e comportamentais.

Atualmente, a avaliação do risco de quedas é feita de forma manual, com base na experiência da equipe médica e no histórico do paciente, o que pode levar a erros de julgamento e falhas na implementação de medidas preventivas adequadas.


Problemas Identificados

  • Avaliação Imprecisa: A avaliação manual do risco de quedas é suscetível a erros e inconsistências, resultando em medidas preventivas inadequadas.
  • Falta de Personalização: A análise manual não considera todos os fatores de risco específicos de cada paciente, levando a recomendações genéricas.
  • Tempo Consumo: O processo manual de avaliação e implementação de medidas preventivas consome tempo valioso da equipe médica.
  • Monitoramento Ineficiente: A falta de um sistema de monitoramento contínuo das medidas preventivas dificulta a avaliação de sua eficácia e a necessidade de ajustes.

3. Impactos Esperados

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

  • Melhorar a precisão da avaliação do risco de quedas em pacientes internados.
  • Reduzir o número de quedas através de medidas preventivas personalizadas e eficazes.
  • Otimizar o tempo da equipe médica, permitindo que se concentrem em cuidados de maior prioridade.
  • Aumentar a segurança do paciente e a qualidade do atendimento hospitalar.

4. Visão Geral da Solução

O agente de IA para avaliação de risco de quedas em pacientes internados analisa dados clínicos e comportamentais para identificar fatores de risco e recomendar medidas 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 prevenção de quedas em pacientes internados.

A solução consiste em um fluxo de automação composto por 4 agentes de IA. O processo inicia com a validação e normalização dos dados clínicos dos pacientes e termina com a geração de um plano de monitoramento e alerta para a equipe médica.

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

Agentes Função Principal
Agente de Validação e Normalização de Dados Clínicos (RF 1) Validar, padronizar e enriquecer os dados clínicos e comportamentais do paciente.
Agente de Cálculo de Risco de Quedas (RF 2) Calcular escore numérico e classificar o risco de quedas.
Agente de Recomendações de Medidas Preventivas (RF 3) Gerar plano preventivo personalizado com medidas ambientais, clínicas e de cuidado direto.
Agente de Alerta e Plano de Monitoramento (RF 4) Definir necessidade de alerta e consolidar o payload final para a equipe.

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 a equipe médica receberá. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Validação e Normalização de Dados Clínicos

1.1 Tarefa do Agente

Validar, padronizar e enriquecer os dados clínicos e comportamentais do paciente para permitir cálculo consistente do risco de quedas.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com dados clínicos e comportamentais do paciente internado. Este JSON pode conter campos heterogêneos.

# 2. Objetivo
Validar, padronizar e enriquecer os dados clínicos e comportamentais do paciente para permitir cálculo consistente do risco de quedas.

# 3. Regras que você deve seguir para gerar sua resposta
- Campos críticos obrigatórios para cálculo: idade, sexo, historico_queda_12m, medicacoes (lista), sinais vitais supino e ortostase OU campo derivado de hipotensao ortostatica, marcha_equilibrio, agitação_confusao (delirium), incontinencia, diagnosticos (lista), sodio (Na) se disponível, hemoglobina se disponível, registro de déficits sensoriais (visual/auditivo), presença de dispositivo assistivo, fatores ambientais do quarto.
- Padronizar categorias: sexo -> {M,F,Outro}; marcha_equilibrio -> {leve,moderada,grave} mapeando textos como "instável"->"moderada"; agitação_confusao true implica agitação_delirium true; normalizar booleans {"sim","não","yes","no",1,0}→true/false.
- Regras de derivação:
  • ortostatismo_hipotensao = true se queda PAS ≥ 20 mmHg ou PAD ≥ 10 mmHg ao levantar (usar pressao_supina vs pressao_ortostatica quando ambos presentes).
  • polifarmacia = contagem de medicamentos ativos; considerar polifarmacia>=5.
  • uso_sedativos_hipnoticos = true se classe ∈ {benzodiazepínico, hipnótico, antipsicótico de baixa dose para sono} ou nome em {zolpidem, clonazepam, diazepam, quetiapina noturna}. 
  • uso_opioides = true se classe opioide ou nomes comuns (morfina, oxicodona, tramadol, codeína).
  • anti_hipertensivos_noturnos = true se anti-hipertensivo com administração noturna registrada.
  • sodio_baixo = true se Na < 135 mmol/L; anemia = true se Hb < 10 g/dL.
  • dispositivo_assistivo = true se constar bengala, andador, muletas, cadeira de rodas.
- Regras de saneamento: idades < 0 ou > 120 são inválidas; truncar Na para 110–160; Hb para 5–20 se fora de escala plausível, registrar ajuste em assumptions.
- Completeness: marcar ready_for_scoring=false se faltar qualquer um: idade, historico_queda_12m, marcha_equilibrio, medicacoes, agitação_confusao; listar em missing_critical_fields.
- Não remover dados originais; reportar fields_normalized e assumptions descrevendo cada mapeamento e correção efetuados.
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 JSON com dados clínicos e comportamentais do paciente 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 JSON na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um JSON com dados clínicos e comportamentais do paciente.
  • 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 texto com até 15.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON com os dados normalizados do paciente, prontos para o cálculo do risco de quedas, incluindo um relatório de validação.
  • Exemplo de Estrutura de Output:
     {"ready_for_scoring": true|false, "normalized_patient_data": {"idade": int, "sexo": "M|F|Outro", "historico_queda_12m": bool, "ortostatismo_hipotensao": bool, "marcha_comprometida": "leve|moderada|grave", "agitação_delirium": bool, "deficit_visual": bool, "incontinencia": bool, "polifarmacia": int, "uso_sedativos_hipnoticos": bool, "uso_opioides": bool, "anti_hipertensivos_noturnos": bool, "sodio_baixo": bool, "anemia": bool, "dispositivo_assistivo": bool, "ambiente_risco": [strings], ...}, "validation_report": {"missing_critical_fields": ["idade",...], "fields_normalized": ["sexo","marcha_equilibrio"], "assumptions": ["sexo mapeado de 'Feminino' para 'F'"]}}
  • Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 3.000 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 Cálculo de Risco de Quedas (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Cálculo de Risco de Quedas (RF 2).

RF 2. Agente de Cálculo de Risco de Quedas

2.1 Tarefa do Agente

Calcular escore numérico de 0 a 100 e classificar o risco de quedas (baixo, médio, alto) com explicabilidade por fator.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a saída do Agente de Validação contendo normalized_patient_data e ready_for_scoring=true.

# 2. Objetivo
Calcular escore numérico de 0 a 100 e classificar o risco de quedas (baixo, médio, alto) com explicabilidade por fator.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcular risk_score somando pesos dos fatores presentes; limitar resultado a 100.
- Pesos base (aplicar no máximo uma vez por categoria):
  • histórico de queda em 12m: +20
  • marcha_comprometida: leve +8, moderada +14, grave +20
  • agitação_delirium: +16
  • ortostatismo_hipotensao: +12
  • uso_sedativos_hipnoticos: +10
  • uso_opioides: +6
  • polifarmacia (>=5): +6; (>=10): +10 (usar o maior aplicável)
  • anti_hipertensivos_noturnos: +4
  • sodio_baixo: +6
  • anemia: +4
  • incontinencia: +4
  • deficit_visual: +4
  • dispositivo_assistivo: +3
  • ambiente_risco (por item relevante): +2 até máximo +6
  • idade: 65–79 +3; 80–89 +6; >=90 +8
- Regras de interação (aplicar incrementos adicionais quando ambos presentes):
  • sedativo/hipnótico + opioide: +4 extra
  • delirium + contenção física registrada: +6 extra (se campo "contencao"=true)
- Classificação por score final: <40 baixo; 40–69 médio; >=70 alto.
- Preencher factors_contributing com cada fator aplicado, valor e peso; incluir valores quantitativos (ex.: delta PA ortostática). 
- rationale: frase de 1–3 linhas destacando 3–5 principais contribuições ordenadas por peso.
2.3 Configurações do Agente

2.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 1).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON com os dados normalizados do paciente.
  • 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 texto com até 3.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o escore de risco, nível de risco e fatores contribuintes.
  • Exemplo de Estrutura de Output:
     {"risk_score": 0-100, "risk_level": "baixo|medio|alto", "factors_contributing": [{"fator":"historico_queda_12m","presente":true,"peso":20},{"fator":"marcha_comprometida","grau":"grave","peso":20}, ...], "rationale": "Resumo textual curto das principais razões do escore"}
  • Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 2.000 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 se conecta a sistemas externos.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Recomendações de Medidas Preventivas (RF 3).

RF 3. Agente de Recomendações de Medidas Preventivas

3.1 Tarefa do Agente

Gerar plano preventivo personalizado com medidas ambientais, clínicas e de cuidado direto, priorizadas conforme risco e fatores contribuintes.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo risk_level, risk_score e factors_contributing do agente anterior, além de normalized_patient_data.

# 2. Objetivo
Gerar plano preventivo personalizado com medidas ambientais, clínicas e de cuidado direto, priorizadas conforme risco e fatores contribuintes.

# 3. Regras que você deve seguir para gerar sua resposta
- Priorizar medidas por gravidade do risco e fator causal predominante.
- Mapeamentos obrigatórios fator→medida (adicionar pelo menos 1 por fator presente):
  • histórico de queda: educação do paciente/família sobre chamada de ajuda; revisão do plano de mobilidade segura (prioridade 2, enfermagem, prazo 8h).
  • marcha grave/moderada: avaliação de fisioterapia em 24h (prioridade 1 para grave), treino de marcha e transferência; calçado antiderrapante imediato.
  • agitação/delirium: ambiente calmo, reorientação frequente, óculos/aparelho auditivo disponíveis; evitar grades totais; considerar acompanhante/observação contínua conforme protocolo.
  • hipotensão ortostática: levantar em etapas, medir PA ao sentar/levantar por 48h, revisar anti-hipertensivos noturnos.
  • sedativos/hipnóticos: revisão medicamentosa com farmácia/médico visando reduzir dose/noturno; higiene do sono.
  • opioides: ajuste de dose/intervalo; analgesia multimodal; avaliação de sedação com escala por turno.
  • polifarmácia: conciliação medicamentosa; desprescrição dirigida por risco de queda.
  • hiponatremia: investigar causa e corrigir conforme protocolo médico; hidratação monitorada.
  • anemia: rastrear causa; considerar suporte conforme avaliação médica.
  • incontinência: banheiro programado a cada 2–3h; caminho desobstruído; campainha acessível.
  • déficit visual: iluminação noturna, óculos disponíveis, faixa luminosa no banheiro.
  • ambiente de risco: corrigir piso, retirar tapetes/obstáculos, ajustar altura da cama, campainha e mesa de cabeceira ao alcance.
- Regras de prioridade: risco alto → pelo menos 1 medida categoria medicacao (se aplicável), 2 de cuidado direto, 1 ambiental e 1 mobilidade; risco médio → ao menos 1 de cuidado e 1 ambiental; risco baixo → educação e correções ambientais básicas.
- Contraindicações: evitar grades laterais totais em delirium/agitação (registrar em contraindicacoes_observadas); evitar contenções físicas salvo indicação clínica formal.
- Cada medida deve incluir prazo_horas (início) e duracao_horas (período alvo de manutenção) e um racional mapeando explicitamente o fator correspondente.
3.3 Configurações do Agente

3.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 2).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON contendo o nível de risco, escore de risco e fatores contribuintes.
  • 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 texto com até 5.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o plano preventivo personalizado com medidas e recomendações.
  • Exemplo de Estrutura de Output:
     {"medidas_preventivas": [{"categoria":"ambiente|medicacao|cuidado|mobilidade|educacao|dispositivo","descricao":"...","prioridade":1-3,"responsavel_sugerido":"enfermagem|medico|fisioterapia|farmacia|familia","prazo_horas": int, "duracao_horas": int, "racional":"ligacao com fator"}], "contraindicacoes_observadas": ["evitar grades laterais totais em delirium agitado"], "plano_banheiro_programado": {"necessario": bool, "intervalo_horas": 2|3}, "sinalizacao_quarto": true|false}
  • Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 3.500 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: 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 deve ser visível para o Agente de Alerta e Plano de Monitoramento (RF 4).

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Alerta e Plano de Monitoramento (RF 4).

RF 4. Agente de Alerta e Plano de Monitoramento

4.1 Tarefa do Agente

Definir necessidade de alerta, frequência de reavaliação e consolidar o payload final padronizado para a equipe.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo risk_level, risk_score, medidas_preventivas e dados relevantes do paciente.

# 2. Objetivo
Definir necessidade de alerta, frequência de reavaliação e consolidar o payload final padronizado para a equipe.

# 3. Regras que você deve seguir para gerar sua resposta
- Regras de alerta: risco alto → alert_required=true, alert_type=critico, destinatarios=[enfermagem, medico, fisioterapia, farmacia]; risco médio → alert_required=true, alert_type=prioritario, destinatarios=[enfermagem, medico]; risco baixo → alert_required=false (informar no prontuário apenas).
- Reavaliação: alto → 8h; médio → 12h; baixo → 24h. Se houver mudança clínica relevante (nova sedação, cirurgia, queda de Na, nova queda) sugerir reavaliação imediata (incluir nota no payload se campos "evento_novo" presentes).
- Monitoring_checklist mínimo por nível:
  • alto: inspeção ambiental por turno, ronda de segurança a cada 1h nas primeiras 24–48h, checagem de dispositivos de alarme de leito/cadeira, reorientação frequente, avaliação de sedação por turno.
  • médio: ronda de segurança a cada 2h por 24h, checagem de campainha e iluminação, avaliação de marcha nas primeiras 24h.
  • baixo: checagem de campainha/iluminação por turno e reforço educativo.
- final_payload deve sintetizar fatores_chave (top 3 por peso), incluir as recomendações com prioridade e prazos e o intervalo de reavaliação definido.
4.3 Configurações do Agente

4.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 3).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON contendo o nível de risco, escore de risco, medidas preventivas e dados relevantes do paciente.
  • 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 texto com até 7.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a necessidade de alerta, frequência de reavaliação e o payload final padronizado para a equipe.
  • Exemplo de Estrutura de Output:
     {"alert_required": bool, "alert_type": "informativo|prioritario|critico", "destinatarios_sugeridos": ["enfermagem","medico","fisioterapia","farmacia"], "reevaluation_interval_hours": 24|12|8, "monitoring_checklist": ["verificar campainha ao alcance por turno", ...], "kpis": {"quedas":"0/7d","quase_quedas":"registrar"}, "final_payload": {"id_paciente":"...","risk_score":int,"risk_level":"...","fatores_chave":["..."],"recomendacoes":[...]}}
  • Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 4.000 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 se conecta a sistemas externos.

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 é o entregável final e não é passada para outros agentes internos.

4.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O payload gerado é o resultado que deve ser disponibilizado à equipe médica.

© 2025 prototipe.ai. Todos os direitos reservados.