Agente de IA para Gestão de Medicamentos em Internação Hospitalar

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

Como criar um agente de IA que auxilia na administração de medicamentos, verificando interações, dosagens e a adesão ao plano terapêutico.

Biblioteca de Prompts e Agentes

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA para Gestão de Medicamentos em Internação Hospitalar. Esta solução é projetada para auxiliar na administração segura e eficaz de medicamentos em um ambiente hospitalar, minimizando riscos e melhorando a adesão ao tratamento. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O agente tem como objetivo principal verificar automaticamente interações medicamentosas potenciais, monitorar a dosagem correta de medicamentos administrados e acompanhar a adesão ao plano terapêutico, emitindo alertas para desvios.

2. Contexto e Problema

Cenário Atual

Em ambientes hospitalares, a administração de medicamentos é uma tarefa crítica que pode impactar diretamente a saúde e o bem-estar dos pacientes. Alguns dos problemas enfrentados atualmente incluem:

  • Risco de interações medicamentosas adversas: A combinação de múltiplos medicamentos pode resultar em efeitos colaterais inesperados.
  • Erros na dosagem de medicamentos: Dosagens incorretas podem comprometer a eficácia do tratamento ou causar danos ao paciente.
  • Falta de adesão ao plano terapêutico: A não conformidade com o plano prescrito pode atrasar a recuperação ou piorar a condição do paciente.

Atualmente, a verificação e o acompanhamento desses aspectos são feitos manualmente pela equipe médica, o que pode levar a erros humanos e atrasos na detecção de problemas.

3. Impactos Esperados

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

  • Reduzir o risco de interações medicamentosas adversas através de verificações automáticas.
  • Garantir a administração correta de dosagens, minimizando erros e melhorando a segurança do paciente.
  • Aumentar a adesão ao plano terapêutico por meio de monitoramento e alertas proativos.
  • Melhorar a eficiência do trabalho da equipe médica, liberando-os para focar em cuidados mais críticos e diretos ao paciente.

4. Visão Geral da Solução

O agente de IA para gestão de medicamentos em internação hospitalar processa dados sobre prescrições e administrações de medicamentos, aplicando regras de segurança e adesão ao tratamento para garantir um cuidado otimizado ao paciente. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente eficaz e autônomo na gestão de medicamentos hospitalares.

A solução é composta por um fluxo de automação com três agentes de IA, cada um responsável por uma etapa crítica do processo de gestão de medicamentos.

A execução dos agentes é sequencial, conforme a ordem definida na tabela abaixo.

Agentes Função Principal
Agente de Verificação de Interações Medicamentosas (RF 1) Verificar automaticamente interações medicamentosas potenciais.
Agente de Monitoramento de Dosagem de Medicamentos (RF 2) Monitorar a dosagem correta de medicamentos administrados.
Agente de Acompanhamento do Plano Terapêutico (RF 3) Acompanhar a adesão ao plano terapêutico e alertar para desvios.

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

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Verificação de Interações Medicamentosas

1.1 Tarefa do Agente

Verificar automaticamente interações medicamentosas potenciais entre os medicamentos prescritos e administrados.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma lista de medicamentos prescritos e administrados para um paciente internado. Esta lista é usada para verificar possíveis interações medicamentosas.

# 2. Objetivo
Verificar automaticamente interações medicamentosas potenciais, utilizando uma base de dados confiável para identificar riscos e classificar o nível de risco das interações.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise todas as combinações possíveis de medicamentos na lista fornecida.
- Utilize uma base de dados confiável de interações medicamentosas para identificar riscos potenciais.
- Classifique o risco de interação como Baixo, Médio ou Alto.
- Forneça recomendações de ação imediata se o risco for classificado como Alto.

# 4. Exemplo de Output que você deve produzir
{"interacoes": [{"medicamento1": "Aspirina", "medicamento2": "Ibuprofeno", "risco": "Alto"}]}
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 medicamentos prescritos e administrados via API após a prescrição médica ser realizada. Na fase de testes, os dados serão enviados diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: Lista de medicamentos prescritos e administrados.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados em formato .csv ou .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo as interações medicamentosas identificadas e seu nível de risco.
  • Exemplo de Estrutura de Output: 
     {"interacoes": [{"medicamento1": "Aspirina", "medicamento2": "Ibuprofeno", "risco": "Alto"}]}
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 500 caracteres, dependendo do número de interações identificadas.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

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

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Monitoramento de Dosagem de Medicamentos (RF 2).

RF 2. Agente de Monitoramento de Dosagem de Medicamentos

2.1 Tarefa do Agente

Monitorar a dosagem correta de medicamentos administrados, comparando com a dosagem prescrita.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de dosagem prescrita e administrada de medicamentos para um paciente internado. Esses dados são usados para garantir que a dosagem administrada esteja de acordo com a prescrição.

# 2. Objetivo
Monitorar a dosagem correta de medicamentos administrados, identificando discrepâncias e emitindo alertas para dosagens que estejam fora do intervalo prescrito.

# 3. Regras que você deve seguir para gerar sua resposta
- Compare a dosagem administrada com a dosagem prescrita para cada medicamento.
- Identifique discrepâncias e emita alertas para dosagens que estejam fora do intervalo prescrito.
- Classifique a discrepância como leve, moderada ou grave.
- Sugira ações corretivas apropriadas, especialmente se a discrepância for classificada como moderada ou grave.

# 4. Exemplo de Output que você deve produzir
{"medicamento": "Paracetamol", "dosagem_prescrita": "500mg", "dosagem_administrada": "750mg", "alerta": "Dosagem acima do prescrito"}
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 dosagem prescrita e administrada.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados em formato .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 5.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo as discrepâncias de dosagem identificadas e os alertas correspondentes.
  • Exemplo de Estrutura de Output: 
     {"medicamento": "Paracetamol", "dosagem_prescrita": "500mg", "dosagem_administrada": "750mg", "alerta": "Dosagem acima do prescrito"}
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 300 caracteres, dependendo do número de discrepâncias identificadas.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

2.3.5 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 Acompanhamento do Plano Terapêutico (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Acompanhamento do Plano Terapêutico (RF 3).

RF 3. Agente de Acompanhamento do Plano Terapêutico

3.1 Tarefa do Agente

Acompanhar a adesão ao plano terapêutico e alertar para desvios significativos na adesão do paciente.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de adesão ao plano terapêutico de um paciente internado. Esses dados são usados para garantir que o paciente esteja seguindo o plano prescrito.

# 2. Objetivo
Acompanhar a adesão ao plano terapêutico, identificando desvios significativos e gerando alertas para adesão abaixo do esperado.

# 3. Regras que você deve seguir para gerar sua resposta
- Monitore continuamente a adesão do paciente ao plano terapêutico prescrito.
- Compare a adesão real com a adesão esperada e identifique quaisquer desvios significativos.
- Gere alertas para adesão abaixo de 90%.
- Forneça orientações sobre como melhorar a adesão, envolvendo a equipe médica se necessário.

# 4. Exemplo de Output que você deve produzir
{"paciente_id": "12345", "adesao": "85%", "alerta": "Adesão abaixo do esperado"}
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 de adesão ao plano terapêutico.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados em formato .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 3.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os dados de adesão e os alertas gerados.
  • Exemplo de Estrutura de Output: 
     {"paciente_id": "12345", "adesao": "85%", "alerta": "Adesão abaixo do esperado"}
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 200 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

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. Os alertas gerados devem ser enviados à equipe médica para ação imediata.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.