Agente de IA para Gestão de Capacidade em Tempo Real

11 de November de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que monitora a ocupação de leitos e salas em tempo real.

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 para Gestão de Capacidade em Tempo Real, uma solução projetada para monitorar a ocupação de leitos e salas em tempo real e sugerir redistribuição de pacientes para otimizar o fluxo. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é melhorar o fluxo de pacientes e reduzir o tempo de espera, garantindo uma utilização eficiente dos recursos hospitalares.

2. Contexto e Problema

Cenário Atual

A gestão hospitalar enfrenta desafios significativos devido à ocupação ineficiente de leitos e salas, resultando em um fluxo de pacientes desorganizado e tempos de espera elevados. Os principais problemas incluem:

  • Falta de monitoramento em tempo real da ocupação de leitos e salas.
  • Fluxo desorganizado de pacientes, resultando em atrasos e ineficiências.

Problemas Identificados

  • Ocupação ineficiente: Sem dados em tempo real, a distribuição de pacientes não é otimizada, levando a leitos e salas subutilizados.
  • Tempos de espera elevados: Pacientes enfrentam longos períodos de espera devido a um fluxo desorganizado e falta de redistribuição eficiente.

3. Impactos Esperados

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

  • Reduzir o tempo de espera para admissão de pacientes em pelo menos 50%.
  • Otimizar a utilização de leitos e salas, aumentando a eficiência operacional do hospital.
  • Melhorar a experiência do paciente através de um fluxo mais organizado e ágil.

4. Visão Geral da Solução

O agente de IA para Gestão de Capacidade em Tempo Real monitora a ocupação de leitos e salas, sugere redistribuições e adapta as sugestões conforme mudanças nas condições e demandas. 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 capacidade hospitalar.

A solução consiste em um fluxo automatizado que inclui a análise em tempo real dos dados de ocupação e a sugestão de redistribuição de pacientes.

Agentes Função Principal
Agente de Monitoramento de Ocupação de Leitos e Salas (RF 1) Monitorar a ocupação de leitos e salas em tempo real e sugerir redistribuições para otimizar a utilização de recursos.

5. Protótipos

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o fluxo de trabalho do agente e o impacto esperado na gestão hospitalar. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Monitoramento de Ocupação de Leitos e Salas

1.1 Tarefa do Agente

Monitorar a ocupação de leitos e salas em tempo real e sugerir redistribuições para otimizar a utilização de recursos.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de ocupação de leitos e salas em tempo real. Esses dados incluem informações sobre leitos ocupados, leitos disponíveis, salas ocupadas e salas disponíveis.

# 2. Objetivo
Analisar os dados de ocupação para identificar padrões ineficientes e sugerir redistribuições de pacientes que otimizem a utilização de recursos.

# 3. Regras que você deve seguir para gerar sua resposta
- Atualize o status de leitos e salas a cada minuto, processando os dados de ocupação em tempo real.
- Identifique padrões de ocupação ineficiente e sugira redistribuições quando a ocupação em uma área específica exceder 80%.
- Priorize sempre a proximidade e a especialização necessária ao sugerir redistribuições.
- Adapte as sugestões com base em mudanças nas condições de saúde dos pacientes e na disponibilidade de recursos médicos.
- Emita alertas automáticos para a equipe de gestão quando o tempo de espera para admissão de novos pacientes ultrapassar 15 minutos.
- Registre todas as sugestões de redistribuição e ações tomadas para análise futura e melhoria contínua do fluxo de pacientes. 
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 ocupação de leitos e salas via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: Dados estruturados sobre a ocupação de leitos e salas.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .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 contendo sugestões de redistribuição e alertas gerados.
  • Exemplo de Estrutura de Output:
     {
      "leitos_ocupados": 50,
      "salas_ocupadas": 10,
      "leitos_disponiveis": 20,
      "salas_disponiveis": 5,
      "sugestoes_redistribuicao": [
        {
          "paciente_id": "12345",
          "nova_localizacao": "Ala B"
        }
      ],
      "alertas": [
        {
          "tipo": "Espera Prolongada",
          "mensagem": "Tempo de espera para admissão ultrapassou 15 minutos."
        }
      ]
    } 
  • Número de caracteres esperado: O JSON final deve ter um tamanho estimado de 1.500 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: Utiliza lógica interna para calcular sugestões de redistribuição.
  • 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 não é visível para outros agentes.

1.3.6 Regras de Orquestração e Transição

Este agente opera de forma autônoma e contínua, sem transições específicas para outros agentes.

© 2025 prototipe.ai. Todos os direitos reservados.