Agente de IA para Gestão de Leitos Hospitalares

13 de November de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que auxilia na alocação e gestão de leitos hospitalares com base nas admissões e altas.

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 um Fluxo de Agentes de IA para Gestão de Leitos Hospitalares. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é otimizar a alocação e gestão de leitos hospitalares com base nas admissões e altas, melhorando a ocupação e disponibilidade de leitos.

2. Contexto e Problema

Problemas Específicos

A gestão de leitos hospitalares enfrenta os seguintes desafios:

  • Ineficiência na gestão de leitos, levando a subutilização ou superlotação.
  • Dificuldade em prever a demanda por leitos com base em admissões e altas.

3. Impactos Esperados

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

  • Melhorar a eficiência na alocação de leitos, reduzindo a subutilização e a superlotação.
  • Aumentar a precisão das previsões de demanda por leitos.
  • Otimizar a gestão de recursos hospitalares através de insights baseados em dados.

4. Visão Geral da Solução

O agente de IA para gestão de leitos hospitalares monitora a ocupação dos leitos em tempo real, otimiza a alocação com base nas necessidades dos pacientes e gera relatórios para melhorar a gestão 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 leitos hospitalares.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com o monitoramento da ocupação dos leitos e termina com a geração de relatórios e insights para a gestão hospitalar.

Agentes Função Principal
Agente de Monitoramento de Ocupação de Leitos (RF 1) Monitorar a ocupação dos leitos em tempo real e prever a demanda futura.
Agente de Otimização de Alocação de Leitos (RF 2) Otimizar a alocação de leitos com base nas necessidades dos pacientes e disponibilidade.
Agente de Relatórios e Insights de Gestão de Leitos (RF 3) Fornecer relatórios e insights para melhorar a gestão de recursos hospitalares.

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

6. Requisitos Funcionais

RF 1. Agente de Monitoramento de Ocupação de Leitos

1.1 Tarefa do Agente

Monitorar a ocupação dos leitos em tempo real e prever a demanda futura.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de ocupação atual dos leitos e histórico de admissões e altas.

# 2. Objetivo
Monitorar a ocupação dos leitos em tempo real e prever a demanda futura, fornecendo insights para a gestão de leitos.

# 3. Regras que você deve seguir para gerar sua resposta
- Atualize a ocupação dos leitos a cada 30 minutos para garantir dados em tempo real.
- Aplique modelos de previsão utilizando históricos de admissões e altas para antecipar a demanda futura.
- Reajuste a previsão de demanda considerando eventos previstos, como feriados ou surtos de doenças sazonais.

# 4. Exemplo de Output que você deve produzir
{
  "ocupacao_atual": 85,
  "previsao_demanda": "alta",
  "detalhes_previsao": "Previsão de alta demanda nas próximas 24 horas devido a aumento de admissões."
} 
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 ocupação atual dos leitos e histórico de admissões e altas via API. Na fase de testes, os dados serão enviados pelo agente diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: Dados estruturados de ocupação e histórico de admissões e altas.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .json.
  • 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 JSON contendo a ocupação atual, previsão de demanda e detalhes da previsão.
  • Exemplo de Estrutura de Output:
     {
      "ocupacao_atual": 85,
      "previsao_demanda": "alta",
      "detalhes_previsao": "Previsão de alta demanda nas próximas 24 horas devido a aumento de admissões."
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 500 caracteres.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

1.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para previsões.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

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 Otimização de Alocação de Leitos (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Otimização de Alocação de Leitos (RF 2).

RF 2. Agente de Otimização de Alocação de Leitos

2.1 Tarefa do Agente

Otimizar a alocação de leitos com base nas necessidades dos pacientes e disponibilidade.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de pacientes aguardando alocação e disponibilidade de leitos.

# 2. Objetivo
Otimizar a alocação de leitos com base nas necessidades dos pacientes e disponibilidade, garantindo que os pacientes prioritários sejam atendidos de forma eficiente.

# 3. Regras que você deve seguir para gerar sua resposta
- Avalie a necessidade de cada paciente com base em critérios médicos e urgência.
- Priorize pacientes com condições críticas ou emergenciais para alocação imediata.
- Considere a proximidade de leitos disponíveis em relação à unidade de tratamento do paciente.

# 4. Exemplo de Output que você deve produzir
{
  "alocacao_sugerida": [
    {
      "leito_id": 101,
      "paciente_id": 202,
      "prioridade": "alta"
    }
  ],
  "detalhes": "Paciente com prioridade alta alocado em leito disponível."
} 
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: Dados de pacientes aguardando alocação e disponibilidade de leitos.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 30.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a alocação sugerida e detalhes da alocação.
  • Exemplo de Estrutura de Output:
     {
      "alocacao_sugerida": [
        {
          "leito_id": 101,
          "paciente_id": 202,
          "prioridade": "alta"
        }
      ],
      "detalhes": "Paciente com prioridade alta alocado em leito disponível."
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 500 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para otimização.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Relatórios e Insights de Gestão de Leitos (RF 3).

RF 3. Agente de Relatórios e Insights de Gestão de Leitos

3.1 Tarefa do Agente

Fornecer relatórios e insights para melhorar a gestão de recursos hospitalares.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados consolidados de ocupação e alocação de leitos.

# 2. Objetivo
Fornecer relatórios e insights para melhorar a gestão de recursos hospitalares, destacando padrões de uso e sugerindo estratégias de otimização.

# 3. Regras que você deve seguir para gerar sua resposta
- Gere relatórios semanais com dados de ocupação, admissões e altas.
- Identifique padrões de uso de leitos e sugira ajustes na gestão de recursos.
- Destaque períodos de superlotação e proponha estratégias para mitigação.

# 4. Exemplo de Output que você deve produzir
Relatório em markdown com insights sobre a gestão de leitos, incluindo taxas de ocupação, tempo médio de internação e sugestões de melhorias. 
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: Dados consolidados de ocupação e alocação de leitos.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 20.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um relatório em Markdown com insights sobre a gestão de leitos.
  • Exemplo de Estrutura de Output:
     ## Relatório de Gestão de Leitos
    - **Taxa de ocupação:** 85%
    - **Tempo médio de internação:** 4 dias
    - **Sugestões de melhoria:**
      - Aumentar o número de leitos na unidade de cuidados intensivos.
      - Implementar um sistema de alerta para alta demanda.
  • Número de caracteres esperado: O relatório gerado terá um tamanho aproximado de 1.500 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para análise de dados.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

3.3.5 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.

3.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado à administração hospitalar.

© 2025 prototipe.ai. Todos os direitos reservados.