PrototipeAI | Agente de IA para Coordenação de Recursos no Pronto Atendimento

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 "Coordenação de Recursos no Pronto Atendimento", uma solução de automação projetada para otimizar a alocação de recursos e leitos em um ambiente de 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 utilizar dados em tempo real para priorizar pacientes com base em critérios clínicos e operacionais, melhorando a eficiência e reduzindo tempos de espera.

2. Contexto e Problema

Problemas Identificados

Ineficiências na alocação de recursos e leitos, levando a tempos de espera prolongados e sobrecarga da equipe.

O pronto atendimento enfrenta desafios significativos na gestão de recursos, onde a demanda por leitos e profissionais frequentemente excede a disponibilidade, resultando em tempos de espera elevados e aumento do estresse para a equipe de saúde.

3. Impactos Esperados

A implementação deste agente visa alcançar os seguintes resultados:

Reduzir o tempo de espera para atendimento em pelo menos 50%.
Melhorar a alocação de recursos de forma a otimizar o uso de leitos e equipe disponível.
Aumentar a satisfação do paciente através de um atendimento mais rápido e eficiente.
Reduzir a sobrecarga da equipe ao otimizar a distribuição de tarefas e recursos.

4. Visão Geral da Solução

O agente de IA para coordenação de recursos no pronto atendimento analisa dados em tempo real para otimizar a alocação de recursos e leitos, priorizando pacientes com base em critérios clínicos e 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 melhoria da eficiência do pronto atendimento.

A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com a análise de dados em tempo real e termina com a geração de recomendações para a alocação de recursos.

Agentes	Função Principal
`Agente de Análise de Dados em Tempo Real` (RF 1)	Analisar dados em tempo real para otimizar a alocação de recursos e leitos.

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 esperado. Explore os links abaixo para entender melhor a solução em ação.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Análise de Dados em Tempo Real

1.1 Tarefa do Agente

Analisar dados em tempo real para otimizar a alocação de recursos e leitos.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados em tempo real sobre a ocupação de leitos, disponibilidade de recursos e status dos pacientes no pronto atendimento.

# 2. Objetivo
Analisar os dados recebidos para gerar recomendações de alocação de recursos e leitos baseadas em critérios clínicos e operacionais.

# 3. Regras que você deve seguir para gerar sua resposta
- Monitore continuamente os dados de ocupação de leitos e aplique modelos preditivos para antecipar gargalos potenciais.
- Utilize um sistema de classificação de triagem para avaliar a gravidade clínica dos pacientes e priorizar a alocação de leitos.
- Integre dados operacionais, como tempo de espera médio e disponibilidade da equipe, para ajustar alocações de recursos em tempo real.
- Aplique algoritmos de otimização para simular diferentes cenários de alocação e selecionar o mais eficiente, considerando limitações de recursos.
- Gere alertas automáticos para a equipe de gestão quando a ocupação de leitos atingir níveis críticos, sugerindo ações corretivas imediatas.

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 em tempo real 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: Dados estruturados em tempo real sobre ocupação de leitos, disponibilidade de recursos e status dos pacientes.
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .json, .csv.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de dados com até 50.000 caracteres.

1.3.2 Especificação do Output

Formato de output: O output deve ser um JSON contendo recomendações de alocação de recursos e leitos.

Exemplo de Estrutura de Output:

 {
  "recomendacoes": [
    {
      "leito": "A1",
      "paciente_prioridade": "Alta",
      "acao_sugerida": "Transferir para UTI"
    },
    {
      "leito": "B2",
      "paciente_prioridade": "Média",
      "acao_sugerida": "Monitorar e avaliar em 1 hora"
    }
  ]
}

Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 1.500 caracteres, podendo variar conforme a complexidade das recomendações.

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 não é visível para nenhum agente subsequente.

1.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. As recomendações geradas são o resultado que deve ser disponibilizado ao usuário.

Agente de IA para Coordenação de Recursos no Pronto Atendimento