Agente de IA para Análise de Dados de Fluxo de Pacientes

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA "Análise de Dados de Fluxo de Pacientes", uma solução projetada para otimizar operações de pronto atendimento através da análise de dados de fluxo de pacientes. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é identificar padrões e tendências no fluxo de pacientes e gerar insights acionáveis para melhorar a eficiência operacional e reduzir tempos de espera.

Cenário Atual

O pronto atendimento enfrenta desafios significativos devido à falta de compreensão clara dos padrões de fluxo de pacientes. Isso resulta em ineficiências operacionais que impactam diretamente a qualidade do atendimento ao paciente. Os principais problemas incluem:

• Falta de compreensão dos padrões de fluxo de pacientes.
• Ineficiências operacionais devido à falta de insights baseados em dados.

Problemas Identificados

• Subutilização de recursos: A ausência de dados precisos sobre o fluxo de pacientes leva a uma alocação inadequada de recursos, resultando em períodos de superlotação ou ociosidade.
• Tempos de espera elevados: Sem insights acionáveis, os tempos de espera aumentam, impactando negativamente a satisfação do paciente.
• Falta de previsibilidade: A incapacidade de prever picos de demanda impede ajustes proativos na operação.

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

• Melhoria na alocação de recursos através da análise precisa de padrões de fluxo de pacientes.
• Redução dos tempos de espera em até 30%.
• Aumento da eficiência operacional com base em insights acionáveis e dados históricos.
• Capacidade de adaptação a novas tendências à medida que novos dados são incorporados.

O agente de IA para análise de dados de fluxo de pacientes processa dados estruturados em formato CSV, identifica padrões e tendências, e gera relatórios em formato markdown com insights acionáveis para melhorias operacionais. 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 otimização do fluxo de pacientes no pronto atendimento.

A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com o envio de dados estruturados e termina com a geração de um relatório detalhado.

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o processo de análise de dados e geração de relatórios. Explore os links abaixo para entender melhor a solução em ação.

RF 1. Agente de Análise de Fluxo de Pacientes

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados estruturados de fluxo de pacientes em formato CSV. Este arquivo contém colunas como 'horário_chegada', 'tempo_espera', 'tempo_atendimento', 'especialidade', entre outros.

# 2. Objetivo
Analisar os dados de fluxo de pacientes para identificar padrões e tendências, e gerar um relatório em formato markdown destacando insights acionáveis para melhorias operacionais.

# 3. Regras que você deve seguir para gerar sua resposta
- Identifique padrões de chegada e pico de fluxo de pacientes ao longo do dia e da semana. Utilize esses padrões para prever demandas futuras e ajustar a alocação de recursos.
- Analise a distribuição de tempo de espera e atendimento por especialidade e compare com benchmarks estabelecidos. Identifique áreas que necessitam de atenção imediata para melhorar a eficiência.
- Detecte gargalos operacionais e correlacione com horários de maior movimento. Proponha soluções específicas para cada gargalo identificado.
- Gere sugestões de alocação de recursos baseadas em dados históricos de fluxo. Considere variáveis como número de pacientes, especialidade e capacidade dos recursos disponíveis.
- Adapte as análises para incorporar novos dados, ajustando previsões e recomendações conforme necessário. Mantenha um registro das mudanças para análise futura.
- Priorize insights que possam ter impacto direto na redução de tempos de espera e melhora da eficiência operacional. Destaque ações de implementação rápida e de alto impacto.

# 4. Exemplo de Output que você deve produzir
**Relatório de Análise de Fluxo de Pacientes**

### Padrões Identificados
- O pico de fluxo de pacientes ocorre entre 10h e 12h, com um segundo pico entre 16h e 18h.
- Especialidades com maior tempo de espera incluem Cardiologia e Ortopedia.

### Insights Acionáveis
- Alocar mais recursos para Cardiologia e Ortopedia durante os picos identificados.
- Implementar triagem rápida para casos não urgentes durante os horários de pico.
- Revisar processos operacionais para reduzir o tempo de espera em até 30%.