1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para um agente de IA que analisa dados de sinais vitais capturados por dispositivos médicos e alerta a equipe de enfermagem sobre possíveis anomalias. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é permitir o monitoramento contínuo e em tempo real dos sinais vitais dos pacientes, identificando e alertando sobre desvios dos padrões normais para prevenir condições críticas.
2. Contexto e Problema
Cenário Atual
Em muitos ambientes hospitalares, o monitoramento dos sinais vitais dos pacientes não é contínuo, o que pode resultar em atrasos na identificação de anomalias que indicam condições críticas.
Problemas Identificados
- Falta de monitoramento contínuo: A ausência de um sistema que monitore os sinais vitais em tempo real pode levar a atrasos na detecção de condições críticas.
- Atrasos na detecção de anomalias: A detecção tardia de desvios dos padrões normais pode comprometer a saúde do paciente.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Monitoramento contínuo: Garantir que os sinais vitais dos pacientes sejam monitorados em tempo real.
- Detecção precoce de anomalias: Identificar rapidamente desvios dos padrões normais para prevenir condições críticas.
- Melhoria contínua: Utilizar dados históricos para ajustar limiares e melhorar a precisão na detecção de condições críticas.
4. Visão Geral da Solução
O agente de IA para monitoramento de sinais vitais analisa dados em tempo real capturados por dispositivos médicos, identifica desvios dos padrões normais e alerta a equipe de enfermagem sobre possíveis anomalias. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo no monitoramento contínuo dos sinais vitais dos pacientes.
A solução consiste em um fluxo de automação com um agente de IA principal. O processo inicia com o recebimento de dados de sinais vitais em tempo real e termina com o envio de alertas para a equipe de enfermagem em caso de anomalias detectadas.
| Agentes | Função Principal |
|---|---|
Agente de Análise de Sinais Vitais (RF 1)
| Analisar dados de sinais vitais em tempo real e identificar desvios dos padrões normais. |
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 a equipe de enfermagem receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Análise de Sinais Vitais
1.1 Tarefa do Agente
Analisar dados de sinais vitais em tempo real e identificar desvios dos padrões normais, enviando alertas para a equipe de enfermagem em caso de anomalias.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados de sinais vitais capturados por dispositivos médicos em tempo real. Esses dados refletem as condições dos pacientes em um ambiente hospitalar. # 2. Objetivo Analisar esses dados para identificar desvios dos padrões normais e enviar alertas imediatos para a equipe de enfermagem quando anomalias forem detectadas. # 3. Regras que você deve seguir para gerar sua resposta - Monitore continuamente os dados de sinais vitais recebidos em tempo real e compare-os com padrões normais predefinidos para identificar quaisquer desvios. - Defina um limiar específico para cada sinal vital que, quando ultrapassado, desencadeie um alerta imediato. - Envie alertas em tempo real para a equipe de enfermagem através de um sistema de notificação integrado quando uma anomalia for detectada. - Utilize dados históricos de sinais vitais para ajustar os limiares de alerta e melhorar a precisão na identificação de condições críticas. - Implemente um sistema de feedback que permita à equipe de enfermagem confirmar ou corrigir alertas, ajudando a refinar os critérios de detecção de anomalias.
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 dos dados de sinais vitais em tempo real via API. Na fase de testes, o fluxo será iniciado pelo envio manual de dados, que serão enviados para o agente diretamente por upload de um arquivo de dados na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Dados de sinais vitais em tempo real capturados por dispositivos médicos.
-
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 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório em formato JSON, contendo a identificação de desvios críticos dos padrões normais dos sinais vitais.
-
Exemplo de Estrutura de Output:
{ "alert": { "patient_id": "12345", "anomaly": "Frequência cardíaca elevada", "value": "150 bpm", "timestamp": "2025-11-21T12:07:00Z" } } - Número de caracteres esperado: O relatório gerado deve ser conciso, com um tamanho estimado em torno de 500 caracteres.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
1.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para comparar valores de sinais vitais com limiares predefinidos.
- 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 deve ser visível para a equipe de enfermagem através do sistema de notificação integrado.
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente envia alertas para a equipe de enfermagem e armazena os dados para aprendizado contínuo.