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 "Coordenação de Fluxo de Pacientes", uma solução de automação projetada para otimizar o fluxo de pacientes no pronto atendimento, sugerindo alocações de salas e priorizações de acordo com a gravidade dos casos. 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 a análise de dados em tempo real em ações práticas que melhorem a eficiência do atendimento, alocando recursos de forma otimizada e priorizando casos com base na gravidade e na disponibilidade de recursos.
2. Contexto e Problema
Cenário Atual
O pronto atendimento enfrenta desafios significativos de congestionamento e ineficiências na gestão do fluxo de pacientes. A dificuldade em alocar recursos de forma eficiente, com base na gravidade dos casos, resulta em atrasos e potencialmente compromete a qualidade do atendimento.
Problemas específicos incluem:
- Congestionamento no pronto atendimento devido à falta de priorização dinâmica.
- Ineficiências na alocação de salas e recursos, não considerando a gravidade dos casos.
Problemas Identificados
- Consumo de tempo: A ineficiência na gestão do fluxo de pacientes consome tempo valioso da equipe médica, que poderia ser usado para atendimento direto aos pacientes.
- Risco de erro: A falta de priorização baseada em dados aumenta o risco de erros na alocação de recursos.
- Qualidade do atendimento: Pacientes com casos graves podem não receber a atenção imediata necessária devido à má gestão dos recursos.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Reduzir o tempo de espera dos pacientes em pelo menos 50%.
- Otimizar a alocação de recursos com base na gravidade dos casos.
- Aumentar a eficiência do pronto atendimento, permitindo que a equipe médica se concentre em cuidados críticos.
- Melhorar a qualidade do atendimento ao garantir que casos graves sejam priorizados adequadamente.
4. Visão Geral da Solução
O agente de IA para coordenação de fluxo de pacientes otimiza o fluxo no pronto atendimento ao analisar dados em tempo real, sugerindo alocações de salas e priorizações de acordo com a gravidade dos casos. 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 coordenação do fluxo de pacientes no pronto atendimento.
A solução consiste em um fluxo de automação composto por múltiplos agentes de IA. O processo inicia com a análise de dados em tempo real e termina com a sugestão de alocações e priorizações para a equipe médica.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo. O fluxo inclui etapas condicionais que são executadas apenas se critérios específicos forem atendidos, conforme detalhado após a tabela.
| Agentes | Função Principal |
|---|---|
Agente de Análise de Fluxo de Pacientes (RF 1)
| Analisar dados em tempo real para identificar o nível de congestionamento e a gravidade dos casos. |
Agente de Sugerir Alocações (RF 2)
| Sugerir alocações de salas e recursos com base na análise de dados. |
Agente de Priorizar Atendimentos (RF 3)
| Priorizar atendimentos de acordo com a gravidade dos casos e a disponibilidade de recursos. |
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 hospital receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Análise de Fluxo de Pacientes
1.1 Tarefa do Agente
Analisar dados em tempo real para identificar o nível de congestionamento e a gravidade dos casos no pronto atendimento.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados em tempo real do pronto atendimento, incluindo informações sobre o número de pacientes, tempo de espera e gravidade dos casos. # 2. Objetivo Analisar os dados recebidos para identificar o nível de congestionamento e a gravidade dos casos, gerando insights para otimizar o fluxo de pacientes. # 3. Regras que você deve seguir para gerar sua resposta - Utilize algoritmos de análise preditiva para avaliar o nível de congestionamento atual. - Classifique os casos de acordo com a gravidade, usando critérios pré-definidos. - Gere um relatório conciso com insights sobre a situação atual e recomendações de ação. # 4. Exemplo de Output que você deve produzir **Nível de Congestionamento:** Alto **Casos Graves Identificados:** 5 **Recomendações:** Considerar a alocação de mais recursos para os casos graves identificados.
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 recebimento de dados em tempo real do pronto atendimento via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Dados estruturados em tempo real, incluindo informações sobre pacientes, tempos de espera e gravidade dos casos.
-
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos:
.json,.csv. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de dados com até 20.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório em texto formatado, incluindo o nível de congestionamento, o número de casos graves identificados e recomendações de ação.
-
Exemplo de Estrutura de Output:
**Nível de Congestionamento:** Alto **Casos Graves Identificados:** 5 **Recomendações:** Considerar a alocação de mais recursos para os casos graves identificados.
- Número de caracteres esperado: O relatório final deve ser conciso e informativo, com um tamanho estimado em torno de 1.500 caracteres.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
1.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para análise preditiva.
- 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 Sugerir Alocações (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Sugerir Alocações (RF 2).
RF 2. Agente de Sugerir Alocações
2.1 Tarefa do Agente
Sugerir alocações de salas e recursos com base na análise de dados feita pelo agente anterior.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um relatório de análise de fluxo de pacientes, que inclui o nível de congestionamento e o número de casos graves identificados. # 2. Objetivo Sugerir alocações de salas e recursos para otimizar o fluxo de pacientes, com base na análise recebida. # 3. Regras que você deve seguir para gerar sua resposta - Priorize a alocação de recursos para os casos classificados como graves. - Considere a capacidade atual das salas e o número de profissionais disponíveis. - Gere recomendações práticas e acionáveis para a equipe médica. # 4. Exemplo de Output que você deve produzir **Recomendações de Alocação:** 1. Alocar a Sala 3 e a Sala 4 para os casos graves identificados. 2. Redirecionar dois enfermeiros para a ala de trauma.
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 relatório de análise de fluxo de pacientes, gerado pelo agente anterior.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.txt(Texto Plano). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 1.500 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um texto formatado com recomendações de alocação de salas e recursos.
-
Exemplo de Estrutura de Output:
**Recomendações de Alocação:** 1. Alocar a Sala 3 e a Sala 4 para os casos graves identificados. 2. Redirecionar dois enfermeiros para a ala de trauma.
- Número de caracteres esperado: O texto final deve ser claro e direto, com um tamanho estimado em torno de 1.000 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
2.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Utiliza lógica interna para otimizar alocações.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 Priorizar Atendimentos (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Priorizar Atendimentos (RF 3).
RF 3. Agente de Priorizar Atendimentos
3.1 Tarefa do Agente
Priorizar atendimentos de acordo com a gravidade dos casos e a disponibilidade de recursos, com base nas recomendações de alocação.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo recomendações de alocação de salas e recursos para otimizar o fluxo de pacientes. # 2. Objetivo Priorizar atendimentos de acordo com a gravidade dos casos e a disponibilidade de recursos, com base nas recomendações recebidas. # 3. Regras que você deve seguir para gerar sua resposta - Identifique os casos mais graves e priorize seus atendimentos. - Garanta que os recursos alocados sejam utilizados de forma eficiente. - Gere um plano de priorização para a equipe médica. # 4. Exemplo de Output que você deve produzir **Plano de Priorização de Atendimentos:** 1. Priorizar atendimento dos casos graves na Sala 3. 2. Utilizar enfermeiros redirecionados para estabilizar pacientes na ala de trauma.
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 recomendações de alocação geradas pelo agente anterior.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.txt(Texto Plano). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 1.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um texto formatado com um plano de priorização de atendimentos.
-
Exemplo de Estrutura de Output:
**Plano de Priorização de Atendimentos:** 1. Priorizar atendimento dos casos graves na Sala 3. 2. Utilizar enfermeiros redirecionados para estabilizar pacientes na ala de trauma.
- Número de caracteres esperado: O texto final deve ser claro e direto, com um tamanho estimado em torno de 800 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
3.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Utiliza lógica interna para priorizar atendimentos.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 e não é passada para outros agentes internos.
3.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O plano de priorização é o resultado que deve ser disponibilizado à equipe médica.