1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória e demais requisitos funcionais para o Fluxo de Agentes "Análise de Dados de Triagem", uma solução de automação projetada para revisar dados históricos de triagem e identificar padrões de sintomas. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é utilizar insights obtidos dos dados históricos para otimizar protocolos de classificação de risco, propondo melhorias contínuas nos processos de triagem.
2. Contexto e Problema
Cenário Atual
As instituições de saúde enfrentam dificuldades em identificar padrões de sintomas a partir de dados históricos de triagem. Isso se deve à complexidade e volume dos dados, que tornam a análise manual ineficiente e propensa a erros.
- Dificuldade em identificar padrões de sintomas a partir de dados históricos de triagem.
- Necessidade de otimizar protocolos de classificação de risco com base em dados reais.
Problemas Identificados
- Falta de padronização: A análise manual está sujeita a diferentes interpretações, resultando em inconsistências nos protocolos de classificação de risco.
- Risco de erros: Estimativas manuais e a falta de uma análise estruturada podem levar a classificações de risco imprecisas, impactando negativamente a eficiência do atendimento.
- Desperdício de recursos: Sem a identificação precisa de padrões, recursos são alocados de maneira ineficiente, afetando a capacidade de resposta das instituições.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Melhorar a precisão dos protocolos de classificação de risco em pelo menos 30%.
- Padronizar a análise de dados de triagem, reduzindo inconsistências.
- Otimizar a alocação de recursos nas instituições de saúde.
- Propor melhorias contínuas nos processos de triagem com base em análises de dados.
4. Visão Geral da Solução
O agente de IA para análise de dados de triagem processa dados históricos, identifica padrões de sintomas e sugere melhorias nos protocolos de classificação de risco. 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 dos processos de triagem.
A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com a análise dos dados históricos de triagem e culmina na geração de um relatório estruturado com padrões identificados e sugestões de melhorias.
A execução do agente é linear, conforme detalhado na tabela abaixo.
| Agente | Função Principal |
|---|---|
Agente de Análise de Dados de Triagem (RF 1)
| Revisar dados históricos de triagem para identificar padrões de sintomas e otimizar protocolos de classificação de risco. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram tanto o fluxo de trabalho do agente 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 Análise de Dados de Triagem
1.1 Tarefa do Agente
Revisar dados históricos de triagem para identificar padrões de sintomas e otimizar protocolos de classificação de risco.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados históricos de triagem em formato CSV. Este arquivo contém colunas como 'data', 'sintomas', e 'classificacao_risco'. # 2. Objetivo Analisar os dados para identificar padrões de sintomas recorrentes e utilizar esses insights para propor melhorias nos protocolos de classificação de risco. # 3. Regras que você deve seguir para gerar sua resposta - Analise os dados históricos de triagem para identificar padrões de sintomas recorrentes, focando em variações de frequência e intensidade ao longo do tempo. - Correlacione os padrões de sintomas identificados com as classificações de risco existentes, avaliando a precisão e eficácia dos protocolos atuais. - Sugira ajustes nos protocolos de classificação de risco baseados em dados empíricos, priorizando alterações que possam melhorar a acurácia e a eficiência das triagens. - Proponha melhorias nos processos de triagem considerando a introdução de novos critérios ou a reavaliação de critérios existentes com base em tendências emergentes nos dados. - Documente todos os padrões e sugestões de melhorias em um relatório estruturado, destacando as implicações práticas para os processos de triagem.
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 históricos de triagem 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 arquivo CSV na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Dados históricos de triagem em formato CSV, contendo colunas como 'data', 'sintomas', e 'classificacao_risco'.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.csv. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório em formato Markdown. A estrutura deve incluir uma introdução com os padrões de sintomas identificados e sugestões para otimização dos protocolos de classificação de risco.
-
Exemplo de Estrutura de Output:
**Padrões de Sintomas Identificados:** - Sintoma A: Frequência alta nas últimas semanas - Sintoma B: Aumento de intensidade observado **Sugestões de Otimização:** 1. Revisar classificação de risco para Sintoma A 2. Introduzir novo critério para Sintoma B 3. Reavaliar critérios existentes com base em tendências emergentes
- Número de caracteres esperado: O relatório final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme a complexidade dos dados analisados.
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 é o entregável final e não é passada para outros agentes internos.
1.3.6 Regras de Orquestração e Transição
Este agente não aciona outros agentes após a conclusão de sua tarefa, pois sua função é gerar o relatório final.