Agente de IA para Previsão de Fluxo de Pacientes

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

Como criar um agente de IA que prevê o fluxo de pacientes no pronto atendimento, ajudando na gestão de recursos e na redução de tempos de espera.

Biblioteca de Prompts e Agentes

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos e demais requisitos funcionais para o Fluxo de Agentes "Previsão de Fluxo de Pacientes", uma solução de automação projetada para prever o fluxo de pacientes no pronto atendimento. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é analisar dados históricos e padrões de chegada de pacientes para prever o fluxo futuro, sugerindo ajustes na alocação de recursos com base nas previsões de fluxo, reduzindo os tempos de espera e melhorando a eficiência do pronto atendimento.

2. Contexto e Problema

Cenário Atual

Os hospitais enfrentam desafios significativos na gestão eficiente dos recursos do pronto atendimento devido à dificuldade em prever o fluxo de pacientes. Isso resulta em longos tempos de espera e má gestão de recursos, afetando negativamente a qualidade do atendimento.

A previsão inadequada do fluxo de pacientes impede que os gestores ajustem os recursos de forma proativa, levando a uma alocação ineficiente dos profissionais e das instalações disponíveis.


Problemas Identificados

  • Dificuldade em prever o fluxo de pacientes: A falta de previsões precisas impede ajustes adequados de recursos.
  • Longos tempos de espera: A má gestão de recursos, causada por previsões imprecisas, aumenta o tempo que os pacientes aguardam por atendimento.

3. Impactos Esperados

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

  • Melhorar a precisão das previsões de fluxo de pacientes em pelo menos 70%.
  • Reduzir os tempos de espera em até 50%.
  • Otimizar a alocação de recursos, permitindo ajustes proativos que melhoram a eficiência do pronto atendimento.

4. Visão Geral da Solução

O agente de IA para previsão de fluxo de pacientes analisa dados históricos e padrões de chegada, aplica regras de acordo com o contexto do pronto atendimento e sugere ajustes na alocação de recursos. 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 recursos hospitalares.

A solução consiste em um fluxo de automação composto por 4 agentes de IA. O processo inicia com a preparação e validação dos dados históricos e termina com a sugestão de ajustes táticos de alocação de recursos.

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

Agentes Função Principal
Agente de Preparação e Validação de Dados Históricos (RF 1) Padronizar, validar e enriquecer dados históricos de chegadas ao pronto atendimento para uso em previsão de fluxo.
Agente de Previsão de Fluxo de Pacientes (RF 2) Gerar previsão de chegadas futuras ao pronto atendimento por intervalo de tempo, com incerteza e sinalização de picos.
Agente de Execução de Chamada à API (RF 3) Realizar chamada à API do sistema de escala/recursos para obter disponibilidade vigente.
Agente de Cálculo de Capacidade e Alocação de Recursos (RF 4) Comparar a previsão de fluxo com a capacidade vigente e sugerir ajustes táticos de alocação para reduzir tempo de espera.

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.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Preparação e Validação de Dados Históricos

1.1 Tarefa do Agente

Padronizar, validar e enriquecer dados históricos de chegadas ao pronto atendimento para uso em previsão de fluxo.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um arquivo ou objeto tabular com histórico de chegadas ao pronto atendimento. Este arquivo contém, no mínimo, as colunas: data (YYYY-MM-DD), hora (HH:MM), numero_pacientes (inteiro).

# 2. Objetivo
Padronizar, validar e enriquecer esses dados para que possam ser utilizados na previsão de fluxo de pacientes.

# 3. Regras que você deve seguir para gerar sua resposta
- Converter todas as datas/horas para o fuso especificado; se ausente, assumir America/Sao_Paulo.
- Agregar os dados para a granularidade_minutos informada (padrão: 60). Em agregação, somar numero_pacientes por intervalo; se múltiplos registros no mesmo intervalo, somar; se nenhum, registrar 0 e marcar como lacuna potencial.
- Tratar valores ausentes: preencher apenas lacunas curtas consecutivas até 2 intervalos usando média dos mesmos horários nas 4 semanas anteriores; acima disso manter 0 e marcar para incerteza elevada na previsão.
- Tratar outliers: identificar valores acima do percentil 99.5 ajustado por dia_da_semana e hora; substituir por valor do percentil 99 e sinalizar em outliers_removidos.
- Normalizar colunas e nomes-chaves conforme esperado_output; remover colunas extras não mapeadas.
- Marcar feriados e eventos_externos fornecidos gerando lista "marcadores" com data, tipo e descrição; não inferir feriados se não fornecidos.
- Validar consistência: numero_pacientes deve ser inteiro >= 0; se negativo ou não numérico, corrigir para 0 e registrar na métrica de qualidade.
- Garantir que o período final do dataset seja, no mínimo, janela_minima_dias; se menor, retornar erro descritivo em vez de dataset.
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 arquivo ou objeto tabular com dados históricos 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 arquivo na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um arquivo ou objeto tabular contendo dados históricos de chegadas ao pronto atendimento.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .xlsx.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 50.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON estruturado contendo o dataset limpo e as informações de qualidade e marcadores.
  • Exemplo de Estrutura de Output: 
     {"dataset_limpo": [{"datahora": "2025-12-01T08:00:00-03:00", "chegadas": 12}], "granularidade_minutos": 60, "fuso_horario": "America/Sao_Paulo", "intervalo_temporal": {"inicio": "2025-09-01T00:00:00-03:00", "fim": "2025-12-19T23:59:59-03:00"}, "qualidade_dados": {"registros_totais": 4320, "percentual_faltantes": 1.8, "outliers_removidos": 6, "lacunas_interpoladas": 9}, "marcadores": [{"data": "2025-11-15", "tipo": "feriado", "descricao": "Proclamação da República"}]}
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 2.500 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 Previsão de Fluxo de Pacientes (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Previsão de Fluxo de Pacientes (RF 2).

RF 2. Agente de Previsão de Fluxo de Pacientes

2.1 Tarefa do Agente

Gerar previsão de chegadas futuras ao pronto atendimento por intervalo de tempo, com incerteza e sinalização de picos.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um objeto JSON contendo o dataset limpo, granularidade_minutos, fuso_horario, marcadores e parâmetros opcionais.

# 2. Objetivo
Gerar previsões de fluxo de pacientes para futuros intervalos de tempo, incluindo incertezas e picos.

# 3. Regras que você deve seguir para gerar sua resposta
- Considerar padrões por dia_da_semana e hora_do_dia a partir do dataset_limpo, ponderando semanas recentes conforme ajuste_recencia.
- Aplicar ajustes aditivos/multiplicativos em janelas de feriados e eventos_externos presentes em marcadores ou aumento_previsto_evento.
- Gerar chegadas_esperadas inteiras não negativas; truncar valores negativos para 0.
- Estimar ic_min e ic_max por intervalo com amplitude maior em períodos com dados faltantes ou outliers removidos.
- Marcar sinal_pico = true quando a previsão do intervalo exceder o percentil 90 do mesmo horário nas últimas 8 semanas.
- Limitar horizonte à janela informada e replicar granularidade_minutos do input.
- Calcular confiabilidade_global em [0,1] combinando qualidade_dados e estabilidade sazonal.
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 objeto JSON contendo o dataset limpo e as informações de qualidade e marcadores.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo JSON contendo a previsão de fluxo de pacientes, com detalhes de incerteza e sinalização de picos.
  • Exemplo de Estrutura de Output: 
     {"previsao_fluxo": [{"datahora": "2025-12-21T08:00:00-03:00", "chegadas_esperadas": 15, "ic_min": 10, "ic_max": 21, "sinal_pico": true, "fatores_relevantes": ["domingo", "08:00", "padrão sazonal"]}], "granularidade_minutos": 60, "horizonte_horas": 168, "confiabilidade_global": 0.82}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 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 cálculos estatísticos e de previsão.
  • 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 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 de escala/recursos para obter disponibilidade vigente.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto para execução contendo endpoint, método, headers, parâmetros de data/hora de início e fim, e filtros de unidade/serviço.

# 2. Objetivo
Realizar a chamada à API do sistema de escala/recursos para obter a disponibilidade vigente de profissionais e instalações.

# 3. Regras que você deve seguir para gerar sua resposta
- Executar a chamada exatamente conforme payload recebido, sem alterar parâmetros.
- Em caso de erro HTTP, devolver status_code, body e não prosseguir transformações.
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 pronto para execução.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 5.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo a disponibilidade vigente de profissionais e instalações.
  • Exemplo de Estrutura de Output: 
     {"recursos_vigentes": {"profissionais": [{"papel": "enfermeiro", "inicio": "2025-12-21T07:00:00-03:00", "fim": "2025-12-21T19:00:00-03:00", "quantidade": 6}], "salas": [{"tipo": "box", "quantidade": 12}]}}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.500 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • 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 e retornar os dados recebidos como resposta.

3.3.5 Memória

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Cálculo de Capacidade e Alocação de Recursos (RF 4).

RF 4. Agente de Cálculo de Capacidade e Alocação de Recursos

4.1 Tarefa do Agente

Comparar a previsão de fluxo com a capacidade vigente e sugerir ajustes táticos de alocação para reduzir tempo de espera.

4.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a previsão de fluxo de pacientes e a disponibilidade vigente de recursos.

# 2. Objetivo
Comparar a previsão de fluxo com a capacidade vigente e sugerir ajustes táticos de alocação para reduzir tempo de espera.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada intervalo previsto, estimar demanda_em_minutos = chegadas_esperadas × tempo_medio_atendimento_min_por_papel.
- Estimar capacidade_intervalo_por_papel = (quantidade_profissionais × granularidade_minutos × utilizacao_alvo_por_papel) / tempo_medio_atendimento_min_por_papel.
- Identificar déficit quando demanda > capacidade; consolidar janelas contíguas com déficit em blocos mínimos de 2 intervalos para formar turnos sugeridos.
- Calcular quantidade_adicional por papel arredondando para cima a diferença média do bloco, adicionando 1 extra se sinal_pico estiver presente em >50% dos intervalos do bloco.
- Ajustar início_sugerido 1 intervalo antes do primeiro pico e fim_sugerido 1 intervalo após o último pico, respeitando duração mínima de reforço de 3 horas.
- Se salas/leitos limitarem throughput, priorizar recomendação de abertura de salas/leitos antes de reforçar profissionais.
- Gerar alertas quando a projeção de tempo de espera exceder tempo_espera_alvo_min com a capacidade atual.
- Nunca recomendar redução de equipe em blocos onde confiabilidade_global < 0.6; em vez disso, marcar como "manter equipe" e adicionar alerta de incerteza.
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 a previsão de fluxo de pacientes e a disponibilidade vigente de recursos.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo os ajustes recomendados de alocação de recursos e alertas.
  • Exemplo de Estrutura de Output: 
     {"ajustes_recomendados": [{"janela": {"inicio": "2025-12-21T08:00:00-03:00", "fim": "2025-12-21T12:00:00-03:00"}, "reforcos": [{"papel": "enfermeiro", "quantidade_adicional": 2, "inicio_sugerido": "2025-12-21T07:00:00-03:00", "fim_sugerido": "2025-12-21T13:00:00-03:00", "justificativa": "pico previsto 08:00-11:00 supera capacidade em 18%"}], "remanejamentos": [], "alertas": ["risco de espera > 30 min entre 09:00-10:00 se sem reforço"]}], "premissas": {"tempo_espera_alvo_min": 30, "utilizacao_alvo_por_papel": {"enfermeiro": 0.8, "medico": 0.85}}}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 3.000 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 cálculos de capacidade e alocação.
  • 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 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. As recomendações geradas são o resultado que deve ser disponibilizado ao usuário.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.