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 de simulação de cenários de ocupação de leitos. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é simular diferentes cenários de ocupação de leitos de observação para apoiar a tomada de decisão estratégica e operacional, otimizando a gestão de leitos hospitalares.
2. Contexto e Problema
Problemas Identificados
- Dificuldade em prever o impacto de diferentes cenários de ocupação de leitos: A gestão hospitalar enfrenta desafios para antecipar como variações na ocupação afetam a operação.
- Falta de ferramentas para apoiar a tomada de decisão estratégica e operacional: Sem simulações efetivas, as decisões são baseadas em dados históricos limitados e não consideram variáveis externas.
3. Impactos Esperados
A implementação deste agente visa alcançar os seguintes resultados:
- Melhorar a precisão na previsão de ocupação de leitos ao considerar variáveis internas e externas.
- Fornecer relatórios detalhados que auxiliem na tomada de decisão estratégica e operacional.
- Identificar gargalos e propor soluções para otimizar a alocação de recursos hospitalares.
4. Visão Geral da Solução
O agente de IA para simulação de cenários de ocupação de leitos processa variáveis internas e externas, aplica regras de simulação e gera relatórios em markdown que auxiliam na tomada de decisão estratégica e operacional. 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 um agente de IA. O processo inicia com o recebimento de variáveis internas e externas relacionadas à ocupação de leitos e termina com a geração de relatórios que apoiam decisões estratégicas e operacionais.
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram tanto o fluxo de trabalho do agente quanto 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 Simulação de Cenários de Ocupação de Leitos
1.1 Tarefa do Agente
Simular diferentes cenários de ocupação de leitos de observação para apoiar a tomada de decisão estratégica e operacional.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo variáveis internas e externas relacionadas à ocupação de leitos. Esses dados são fundamentais para a simulação de cenários que auxiliarão na tomada de decisão hospitalar. # 2. Objetivo Simular cenários de ocupação de leitos, analisando o impacto na operação hospitalar e gerando relatórios que auxiliem na tomada de decisão estratégica e operacional. # 3. Regras que você deve seguir para gerar sua resposta - Utilize dados históricos de ocupação de leitos para identificar padrões e prever cenários futuros de ocupação. - Incorpore variáveis externas como surtos de doenças ou eventos sazonais para ajustar as previsões de ocupação. - Identifique gargalos na capacidade de leitos e proponha soluções para otimização da alocação de recursos. - Avalie o impacto dos cenários simulados na operação hospitalar, considerando tempos de espera e taxa de ocupação. - Gere relatórios detalhados em markdown com recomendações estratégicas, destacando riscos e oportunidades na gestão de leitos.
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 relacionados à ocupação de leitos via API. Na fase de testes, os dados serão enviados para o agente diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é composto por variáveis internas e externas que afetam a ocupação 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 50.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório em **Markdown**. A estrutura deve incluir seções para análise de impacto, identificação de gargalos, e recomendações estratégicas.
-
Exemplo de Estrutura de Output:
### Análise de Impacto O cenário simulado prevê uma ocupação máxima de 85% dos leitos durante o próximo mês devido à temporada de gripe. Isso pode resultar em tempos de espera mais longos. ### Identificação de Gargalos O principal gargalo identificado é a alta ocupação de leitos nas alas de observação, exigindo redistribuição de recursos. ### Recomendações Estratégicas 1. Implementar um sistema de triagem mais eficiente para reduzir tempos de espera. 2. Considerar a expansão temporária da capacidade de leitos durante picos sazonais.
- Número de caracteres esperado: O relatório final deve ser detalhado e informativo, com um tamanho estimado em torno de 5.000 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: 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.
- 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, gerando o relatório que deve ser disponibilizado aos gestores hospitalares para suporte à decisão.