1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Avaliação de Risco de Quedas", uma solução de automação projetada para analisar dados de pacientes e avaliar o risco de quedas, sugerindo intervenções preventivas apropriadas. 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 dados de pacientes para identificar fatores de risco de quedas e propor intervenções personalizadas, contribuindo para a redução de incidências de quedas em ambientes hospitalares.
2. Contexto e Problema
Cenário Atual
A incidência de quedas entre pacientes hospitalizados é elevada, representando um desafio significativo para instituições de saúde. Atualmente, falta uma avaliação sistemática e preditiva do risco de quedas, o que dificulta a implementação de medidas preventivas eficazes.
Problemas Identificados
- Incidência elevada de quedas: Pacientes hospitalizados apresentam um risco aumentado de quedas devido a fatores como idade avançada, uso de medicamentos sedativos e problemas de mobilidade.
- Falta de avaliação preditiva: A ausência de métodos sistemáticos para prever o risco de quedas impede a implementação de intervenções preventivas adequadas.
3. Impactos Esperados
A implementação deste agente visa alcançar os seguintes resultados:
- Reduzir a incidência de quedas em pacientes hospitalizados através de intervenções preventivas personalizadas.
- Aumentar a precisão na avaliação de risco de quedas, permitindo uma abordagem mais proativa na gestão de pacientes.
- Melhorar a segurança do paciente e a qualidade do atendimento em ambientes hospitalares.
4. Visão Geral da Solução
O agente de IA para avaliação de risco de quedas analisa dados de pacientes, identifica fatores de risco e sugere intervenções preventivas personalizadas. 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 prevenção de quedas em ambientes hospitalares.
A solução consiste em um fluxo de automação composto por um agente de IA que processa dados de pacientes para gerar relatórios personalizados de risco de quedas e intervenções recomendadas.
O processo é contínuo e permite o monitoramento do efeito das intervenções, ajustando recomendações conforme necessário.
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 resultado final que o cliente receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Avaliação de Risco de Quedas
1.1 Tarefa do Agente
Analisar dados de pacientes para avaliar o risco de quedas e sugerir intervenções preventivas personalizadas.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados de pacientes em formato JSON. Esses dados incluem histórico médico, idade, medicamentos em uso e condições pré-existentes. # 2. Objetivo Analisar os dados de pacientes para identificar fatores de risco de quedas e sugerir intervenções preventivas personalizadas. # 3. Regras que você deve seguir para gerar sua resposta - Analise os dados de pacientes considerando idade avançada, uso de medicamentos sedativos, histórico de quedas anteriores e problemas de mobilidade como indicadores principais de risco de quedas. - Personalize sugestões de intervenções preventivas com base nas características individuais dos pacientes, incluindo ajustes de medicação, exercícios de fortalecimento, instalação de barras de apoio e revisão do ambiente domiciliar para eliminar riscos. - Implemente um sistema de monitoramento contínuo para avaliar o efeito das intervenções. Recolha dados de acompanhamento e ajuste as recomendações conforme necessário para maximizar a eficácia das intervenções preventivas. # 4. Exemplo de Output que você deve produzir **Relatório de Avaliação de Risco de Quedas** - **Fatores de Risco Identificados:** Idade avançada, uso de medicamentos sedativos, problemas de mobilidade. - **Intervenções Recomendadas:** Ajuste de medicação, exercícios de fortalecimento, instalação de barras de apoio. - **Plano de Monitoramento:** Revisão semanal dos fatores de risco e ajustes nas intervenções conforme necessário.
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 pacientes via API após a coleta inicial de dados. Na fase de testes, os dados serão enviados para o agente diretamente por upload de um arquivo JSON na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um arquivo JSON contendo dados de pacientes.
-
Formatos Suportados: Esse agente deve ser capaz de receber dados no formato:
.json. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 20.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório formatado em **Markdown**. A estrutura deve incluir seções para fatores de risco identificados, intervenções recomendadas e plano de monitoramento.
-
Exemplo de Estrutura de Output:
**Relatório de Avaliação de Risco de Quedas** - **Fatores de Risco Identificados:** Idade avançada, uso de medicamentos sedativos, problemas de mobilidade. - **Intervenções Recomendadas:** Ajuste de medicação, exercícios de fortalecimento, instalação de barras de apoio. - **Plano de Monitoramento:** Revisão semanal dos fatores de risco e ajustes nas intervenções conforme necessário.
- Número de caracteres esperado: O relatório final deve ser conciso e informativo, com um tamanho estimado em torno de 2.500 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
A execução deste agente é autônoma e não aciona agentes subsequentes.