1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos, busca online, consulta a documentos e demais requisitos funcionais para um agente de IA dedicado à interpretação de exames laboratoriais. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é automatizar a análise de resultados laboratoriais e fornecer sínteses interpretativas que auxiliem médicos na tomada de decisões clínicas, integrando-se aos sistemas de registro médico eletrônico (EMR) e atualizando-se constantemente com diretrizes médicas e referências laboratoriais.
2. Contexto e Problema
Cenário Atual
O setor de saúde enfrenta uma sobrecarga significativa devido ao volume elevado de exames laboratoriais que precisam ser analisados diariamente. Isso gera pressão sobre os profissionais de saúde, que necessitam interpretar rapidamente os resultados para tomar decisões clínicas eficazes.
Problemas Identificados
- Sobrecarga de trabalho: A quantidade de exames a serem analisados é alta, resultando em pressão sobre os profissionais de saúde.
- Necessidade de rapidez: A interpretação dos resultados precisa ser rápida e precisa para garantir decisões clínicas eficientes.
- Integração de dados: A falta de integração com sistemas de registro médico eletrônico pode atrasar o acesso a dados críticos do paciente.
- Atualização contínua: É necessário que as diretrizes médicas e referências laboratoriais estejam sempre atualizadas para garantir a precisão das interpretações.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Reduzir a carga de trabalho dos profissionais de saúde ao automatizar a interpretação dos exames laboratoriais.
- Melhorar a precisão e a rapidez das decisões clínicas com sínteses interpretativas claras e precisas.
- Integrar efetivamente a análise de exames aos sistemas de registro médico eletrônico.
- Manter as interpretações atualizadas através de uma constante atualização das diretrizes médicas e referências laboratoriais.
4. Visão Geral da Solução
O agente de IA para interpretação de exames laboratoriais processa resultados de exames, aplica técnicas avançadas de IA e fornece sínteses interpretativas para auxiliar médicos no diagnóstico. 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 interpretação de exames laboratoriais que seguem as especificidades da sua instituição de saúde.
A solução consiste em um fluxo de automação composto por 10 agentes de IA. O processo inicia com a recepção dos resultados dos exames e termina com o registro da interpretação no sistema de registro médico eletrônico (EMR).
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 Padronização de Resultados Laboratoriais (RF 1)
| Receber resultados de exames e produzir um JSON clínico padronizado. |
Agente de Preparação de Consulta ao Prontuário (EMR) (RF 2)
| Preparar os parâmetros prontos para consulta ao prontuário eletrônico. |
Agente de Execução de Chamada à API (RF 3)
| Realizar chamada à API do Sistema EMR para obter dados clínicos do paciente. |
Agente de Consolidação de Contexto Clínico (RF 4)
| Consolidar o JSON de exames com os dados clínicos recuperados do EMR. |
Agente de Preparação de Busca de Diretrizes e Referências (RF 5)
| Definir parâmetros de busca para obter diretrizes clínicas relevantes. |
Agente de Busca Online (RF 6)
| Realizar busca online para obter diretrizes e recomendações clínicas atualizadas. |
Agente de Síntese de Evidências (RF 7)
| Extrair e sintetizar dos resultados da busca os pontos de prática clínica aplicáveis. |
Agente de Interpretação Clínica de Exames (RF 8)
| Gerar síntese interpretativa clínica combinando exames atuais, histórico e evidências. |
Agente de Preparação de Envio ao EMR (RF 9)
| Gerar o payload final para registro do relatório interpretativo no EMR. |
Agente de Execução de Chamada à API (RF 10)
| Realizar chamada à API do Sistema EMR para registrar o relatório interpretativo. |
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 Padronização de Resultados Laboratoriais
1.1 Tarefa do Agente
Receber resultados de exames e produzir um JSON clínico padronizado com unidades, códigos e faixas de referência corretas.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo resultados de exames laboratoriais em formatos variados (PDF, CSV, JSON ou texto estruturado). Esses resultados contêm informações críticas para a análise clínica do paciente.
# 2. Objetivo
Produzir um JSON clínico padronizado que harmonize unidades, códigos e faixas de referência, facilitando a interpretação clínica.
# 3. Regras que você deve seguir para gerar sua resposta
- Converta unidades para o sistema SI preferencial, quando a política exigir.
- Harmonize sinônimos comuns e preencha códigos padrão (ex: LOINC) quando disponíveis.
- Priorize faixas de referência fornecidas e, se ausentes, mantenha-as nulas.
- Extraia valores numéricos e operadores, e armazene resultados qualitativos adequadamente.
- Valide formatos de data e marque revisões necessárias se dados críticos estiverem ausentes.
# 4. Exemplo de Output que você deve produzir
{
"paciente": {
"sexo": "Feminino",
"idade_anos": 45,
"gestante": false
},
"exames": [
{
"nome_exame": "Glicose",
"codigo_padrao": "15074-8",
"valor_numerico": 5.6,
"unidade": "mmol/L",
"valor_referencia": {
"min": 3.9,
"max": 5.5
},
"flag_fornecida": "H",
"data_coleta": "2025-10-12"
}
],
"campos_de_controle": {
"itens_ambíguos": [],
"necessidade_de_revisao": false
}
} 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 arquivos ou payload com resultados laboratoriais 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 na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo inclui arquivos ou payloads com resultados laboratoriais e metadados básicos do paciente.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.pdf,.csv,.json,.txt. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 90.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON clínico padronizado que organiza os resultados dos exames com unidades, códigos e faixas de referência corretas.
-
Exemplo de Estrutura de Output:
{ "paciente": { "sexo": "Feminino", "idade_anos": 45, "gestante": false }, "exames": [ { "nome_exame": "Glicose", "codigo_padrao": "15074-8", "valor_numerico": 5.6, "unidade": "mmol/L", "valor_referencia": { "min": 3.9, "max": 5.5 }, "flag_fornecida": "H", "data_coleta": "2025-10-12" } ], "campos_de_controle": { "itens_ambíguos": [], "necessidade_de_revisao": false } } - Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 4.500 caracteres, podendo variar conforme a complexidade dos dados recebidos.
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 devem ser visíveis para o Agente de Consolidação de Contexto Clínico (RF 4).
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Consolidação de Contexto Clínico (RF 4).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Preparação de Consulta ao Prontuário (RF 2).
RF 2. Agente de Preparação de Consulta ao Prontuário (EMR)
2.1 Tarefa do Agente
Preparar os parâmetros prontos para consulta ao prontuário eletrônico (EMR), para recuperar contexto clínico relevante.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON padronizado de exames e identificadores disponíveis do paciente. Este documento foi gerado por um agente anterior e contém informações críticas para a consulta ao EMR.
# 2. Objetivo
Preparar um payload pronto para execução de chamada à API do EMR, contendo todos os parâmetros necessários para recuperar dados clínicos relevantes do paciente.
# 3. Regras que você deve seguir para gerar sua resposta
- Inclua somente campos estritamente necessários: patient_id, escopo_dados, intervalos e filtros.
- Se patient_id ausente, retorne instrução de bloqueio com motivo 'identificador_ausente'.
- Defina janelas padrão: exames_previos_anos=2; prescricoes_anos=1.
- Selecione escopo_dados com base nos exames presentes no JSON.
# 4. Exemplo de Output que você deve produzir
{
"patient_id": "12345",
"janelas_temporais": {
"exames_previos_anos": 2,
"prescricoes_anos": 1
},
"escopo_dados": [
"diagnosticos",
"alergias",
"medicamentos_ativos",
"historico_exames_relevantes",
"sinais_vitais_recente"
],
"filtros_privacidade": true
} 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 padronizado de exames e identificadores 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 6.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um payload JSON pronto para execução de chamada à API do EMR, contendo todos os parâmetros necessários.
-
Exemplo de Estrutura de Output:
{ "patient_id": "12345", "janelas_temporais": { "exames_previos_anos": 2, "prescricoes_anos": 1 }, "escopo_dados": [ "diagnosticos", "alergias", "medicamentos_ativos", "historico_exames_relevantes", "sinais_vitais_recente" ], "filtros_privacidade": true } - Número de caracteres esperado: A estimativa é que o JSON gerado contenha aproximadamente 2.500 caracteres, variando de acordo com os dados do paciente.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
2.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
2.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções deste agente devem ser visíveis para o Agente de Execução de Chamada à API (RF 3).
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Execução de Chamada à API (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API (RF 3).
RF 3. Agente de Execução de Chamada à API
3.1 Tarefa do Agente
Realizar chamada à API do Sistema EMR para obter dados clínicos do paciente (diagnósticos, medicamentos, alergias, sinais vitais e histórico laboratorial).
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload JSON pronto para a execução da chamada à API do EMR. Este payload contém todos os parâmetros necessários para recuperar dados clínicos relevantes do paciente.
# 2. Objetivo
Executar a chamada à API do EMR utilizando o payload recebido e obter os dados clínicos do paciente.
# 3. Regras que você deve seguir para gerar sua resposta
- Execute apenas a operação de leitura definida no payload e retorne a resposta bruta.
- Em caso de erro na chamada, registre o erro e interrompa o processo para análise manual.
# 4. Exemplo de Output que você deve produzir
{
"status": "sucesso",
"dados": {
"diagnosticos": ["Hipertensão", "Diabetes Tipo 2"],
"medicamentos_ativos": ["Metformina", "Lisinopril"],
"alergias": ["Penicilina"],
"sinais_vitais_recente": {
"pressao_arterial": "120/80",
"frequencia_cardiaca": 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 payload JSON pronto para execução de chamada à API do EMR.
-
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 6.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser a resposta bruta retornada pela API do EMR, contendo os dados clínicos do paciente.
-
Exemplo de Estrutura de Output:
{ "status": "sucesso", "dados": { "diagnosticos": ["Hipertensão", "Diabetes Tipo 2"], "medicamentos_ativos": ["Metformina", "Lisinopril"], "alergias": ["Penicilina"], "sinais_vitais_recente": { "pressao_arterial": "120/80", "frequencia_cardiaca": 72 } } } - Número de caracteres esperado: A resposta da API pode variar em tamanho, mas espera-se que contenha até 3.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: Não se aplica (uso de ferramenta)
- Temperatura: Não se aplica (uso de ferramenta)
3.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: O agente deverá enviar o payload recebido para a API externa do EMR e retornar a resposta bruta recebida.
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 Consolidação de Contexto Clínico (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Consolidação de Contexto Clínico (RF 4).
RF 4. Agente de Consolidação de Contexto Clínico
4.1 Tarefa do Agente
Consolidar o JSON de exames com os dados clínicos recuperados do EMR em um único contexto clínico estruturado.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON padronizado de exames e a resposta bruta do EMR. Esses documentos contêm informações críticas para a análise clínica do paciente.
# 2. Objetivo
Consolidar os dados recebidos em um único contexto clínico estruturado para facilitar a interpretação clínica.
# 3. Regras que você deve seguir para gerar sua resposta
- Mapeie diagnósticos para códigos padronizados se presentes.
- Normalizar substância de medicamentos e marcar fármacos interferentes.
- Calcule variações percentuais em exames numéricos atuais e defina campos delta_percent e delta_categoria.
- Anexe sinais vitais recentes ao contexto, se disponíveis.
- Marque contexto_incompleto=true se o EMR retornar vazio.
# 4. Exemplo de Output que você deve produzir
{
"paciente": {
"sexo": "Feminino",
"idade_anos": 45,
"gestante": false,
"diagnosticos_chave": ["Hipertensão", "Diabetes Tipo 2"],
"medicamentos_ativos": ["Metformina", "Lisinopril"],
"alergias": ["Penicilina"],
"sinais_vitais_recente": {
"pressao_arterial": "120/80",
"frequencia_cardiaca": 72
}
},
"historico_exames_relevantes": [
{
"codigo_padrao": "15074-8",
"datas": ["2025-10-12"]
}
],
"exames_atualizados": [
{
"nome_exame": "Glicose",
"valor_numerico": 5.6,
"delta_percent": 1.8,
"delta_categoria": "estável"
}
]
} 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 padronizado de exames e a resposta bruta do EMR.
-
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 12.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um contexto clínico consolidado em JSON, estruturado para facilitar a interpretação clínica.
-
Exemplo de Estrutura de Output:
{ "paciente": { "sexo": "Feminino", "idade_anos": 45, "gestante": false, "diagnosticos_chave": ["Hipertensão", "Diabetes Tipo 2"], "medicamentos_ativos": ["Metformina", "Lisinopril"], "alergias": ["Penicilina"], "sinais_vitais_recente": { "pressao_arterial": "120/80", "frequencia_cardiaca": 72 } }, "historico_exames_relevantes": [ { "codigo_padrao": "15074-8", "datas": ["2025-10-12"] } ], "exames_atualizados": [ { "nome_exame": "Glicose", "valor_numerico": 5.6, "delta_percent": 1.8, "delta_categoria": "estável" } ] } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado de 3.500 caracteres, variando conforme a complexidade dos dados consolidados.
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 variações percentuais e categorias de delta.
- 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 Preparação de Busca de Diretrizes e Referências (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Preparação de Busca de Diretrizes e Referências (RF 5).