Agente de IA para Suporte ao Diagnóstico por Imagem

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos, busca online, consulta a documentos e demais requisitos funcionais para o Fluxo de Agente "Suporte ao Diagnóstico por Imagem", uma solução de automação projetada para interpretar imagens médicas e sugerir diagnósticos preliminares. 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 algoritmos de visão computacional para análise de imagens médicas, fornecendo sugestões de diagnósticos preliminares que auxiliam radiologistas na identificação de anomalias, garantindo precisão e confiabilidade através de validação contínua com especialistas.

Cenário Atual

O setor de radiologia enfrenta desafios significativos devido ao alto volume de exames de imagem que precisam ser analisados, aumentando a carga de trabalho dos radiologistas. Além disso, a complexidade das imagens médicas pode levar a erros humanos na interpretação, comprometendo a precisão dos diagnósticos. Há uma necessidade crescente de diagnósticos rápidos e precisos, especialmente para condições críticas.

Problemas Identificados

• Alto volume de exames: A grande quantidade de imagens médicas para análise sobrecarrega os profissionais, tornando o processo lento e propenso a erros.
• Erros na interpretação: A complexidade das imagens pode levar a diagnósticos imprecisos, afetando a qualidade do atendimento ao paciente.
• Urgência em diagnósticos: Condições críticas exigem diagnósticos rápidos e precisos para garantir intervenções médicas oportunas.

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

• Reduzir a carga de trabalho dos radiologistas através da automação da análise de imagens médicas.
• Aumentar a precisão dos diagnósticos com o suporte de algoritmos de visão computacional.
• Melhorar a qualidade do atendimento ao paciente com diagnósticos mais rápidos e confiáveis.

O agente de IA para suporte ao diagnóstico por imagem processa imagens médicas em formatos como DICOM, utiliza algoritmos de visão computacional para detectar anomalias e fornece sugestões de diagnósticos preliminares para revisão por radiologistas. 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 interpretação de imagens médicas, garantindo precisão e confiabilidade nos diagnósticos.

A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com o envio de imagens médicas e termina com a geração de um relatório de diagnósticos preliminares para revisão.

A execução do agente é linear, seguindo a ordem definida abaixo.

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.

RF 1. Agente de Análise de Imagens Médicas

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo imagens médicas para análise. Estas imagens são registros visuais de exames realizados em pacientes e necessitam de interpretação para identificação de possíveis anomalias.

# 2. Objetivo
Utilizar algoritmos de visão computacional para interpretar as imagens, detectar anomalias e sugerir diagnósticos preliminares que serão revisados por radiologistas.

# 3. Regras que você deve seguir para gerar sua resposta
- Processar cada imagem médica individualmente, utilizando algoritmos de visão computacional para detectar padrões e características específicas que indiquem anomalias.
- Comparar as anomalias detectadas com uma base de dados de referências médicas para aumentar a precisão dos diagnósticos preliminares.
- Classificar as anomalias detectadas em categorias pré-definidas: 'urgente', 'não urgente', 'benigno', e 'possivelmente maligno', priorizando a revisão de casos críticos.
- Fornecer um resumo estruturado das descobertas e sugestões de diagnóstico para facilitar a revisão por radiologistas.
- Implementar um sistema de feedback contínuo com radiologistas para ajustar e melhorar a precisão dos diagnósticos.
- Garantir que todos os diagnósticos preliminares sejam validados por um especialista humano antes de serem considerados definitivos.
- Proteger a privacidade dos dados dos pacientes, assegurando conformidade com regulamentações de proteção de dados.
- Atualizar continuamente os modelos de IA com novos dados e descobertas médicas para melhorar a eficácia do agente.