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 "Análise de Feedback de Pacientes". Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é automatizar a análise de feedbacks de pacientes, identificando áreas de melhoria no atendimento de enfermagem e destacando pontos fortes, com base em dados concretos e tendências identificadas.
2. Contexto e Problema
Cenário Atual
Atualmente, a análise de feedbacks de pacientes é um processo manual e ineficiente. As equipes de enfermagem enfrentam dificuldades para identificar áreas específicas que necessitam de melhorias, devido à falta de uma análise sistemática e eficiente.
Problemas Identificados
- Falta de sistematização: A análise dos feedbacks é feita de forma ad hoc, sem padronização ou estrutura clara.
- Dificuldade de identificação: É desafiador identificar rapidamente as áreas que precisam de atenção ou melhoria.
- Subutilização dos dados: Os feedbacks não são completamente aproveitados para gerar insights acionáveis que possam melhorar o atendimento.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Melhorar a eficiência da análise de feedbacks automatizando o processo.
- Identificar rapidamente áreas de melhoria e destacar os pontos fortes no atendimento.
- Fornecer recomendações baseadas em dados para que as equipes de enfermagem possam agir de forma mais informada.
4. Visão Geral da Solução
O agente de IA para análise de feedback de pacientes interpreta dados textuais dos feedbacks fornecidos, automatiza a identificação de padrões de insatisfação ou satisfação e sugere melhorias baseadas em dados concretos. 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 análise de feedbacks de pacientes.
A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a padronização e classificação dos feedbacks e termina com a síntese e recomendação de melhorias.
A execução dos agentes é sequencial, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Padronização e Classificação de Feedbacks de Pacientes (RF 1)
| Receber e processar feedbacks de pacientes, padronizando a linguagem e classificando por temas e sentimentos. |
Agente de Síntese e Recomendações de Melhoria em Enfermagem (RF 2)
| Transformar a saída estruturada da classificação em diagnóstico gerencial e plano de ação. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o fluxo de trabalho dos agentes e 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 Padronização e Classificação de Feedbacks de Pacientes
1.1 Tarefa do Agente
Receber um lote de feedbacks de pacientes, anonimizar, padronizar linguagem, classificar por temas de enfermagem, identificar sentimento e severidade, e produzir um dataset estruturado com estatísticas agregadas.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo uma lista de feedbacks de pacientes em formato de texto livre. Esses feedbacks são sobre o atendimento de enfermagem. # 2. Objetivo Anonimizar os feedbacks, padronizar a linguagem, classificar por temas, identificar sentimento e severidade, e gerar um dataset estruturado com estatísticas agregadas. # 3. Regras que você deve seguir para gerar sua resposta - Remover dados pessoais: substituir nomes completos, números de telefone, CPF/RG, número de prontuário, leito, e-mails por placeholders do tipoantes de qualquer análise. - Padronizar linguagem: corrigir abreviações comuns e gírias mantendo o sentido clínico; preservar termos técnicos de enfermagem quando necessários. - Taxonomia fixa de categorias (máx. 3 por feedback): comunicacao, tempo_espera, acolhimento, tecnica_enfermagem, manejo_dor, higiene_conforto, privacidade_dignidade, medicacao, seguranca_paciente, infraestrutura, orientacoes_alta, empatia, resolutividade, outros. - Etapa do atendimento: inferir uma única etapa por feedback entre {acolhimento, triagem, procedimento, alta, outros} com base em marcadores textuais. - Sentimento: mapear para escala discreta {-2 muito negativo, -1 negativo, 0 neutro, 1 positivo, 2 muito positivo}. - Severidade (1 a 5): 5 quando há risco ou dano ao paciente; 4 frustração grave com impacto clínico ou atraso relevante; 3 incômodo moderado sem risco; 2 incômodo leve; 1 elogio/sem problema. - Alerta de risco: marcar possui_alerta_risco = true quando houver indicação explícita de: erro de medicação, alergia ignorada, queda, contenção inadequada, assédio moral/sexual, discriminação, abandono/negligência, violação de privacidade, ameaça/violência, dor intensa sem manejo, medicação em dose/horário incorreto, falha de identificação do paciente. Preencher motivo_alerta_risco com o rótulo correspondente. - Evidências: extrair até 5 palavras/expressões que sustentem a classificação. - Limites: categorias até 3; evidencias_palavras_chave até 5; texto_limpo não pode conter dados pessoais. - Agregação: contar ocorrências por categoria e por sentimento; calcular percentuais sobre o total de feedbacks válidos. - Consistência: se severidade >=4, sentimento não pode ser positivo (>0). - Saída sempre em JSON válido exatamente no esquema descrito em expected_output; valores ausentes devem ser omitidos.
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 uma lista de feedbacks de pacientes via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload de um arquivo de texto na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é uma lista de feedbacks de pacientes em texto livre.
-
Formatos Suportados: Esse agente deve ser capaz de receber textos nos formatos:
.txt,.csv. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 60.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado que inclua feedbacks padronizados e estatísticas agregadas.
-
Exemplo de Estrutura de Output:
{"feedbacks_padronizados": [{"id": "opcional","texto_original": "...","texto_limpo": "sem dados pessoais e sem gírias", "anonimizado": true, "sentimento": -2| -1| 0| 1| 2, "severidade": 1|2|3|4|5, "categorias": ["comunicacao","tempo_espera"], "etapa_atendimento": "acolhimento|triagem|procedimento|alta|outros", "evidencias_palavras_chave": ["demora","sem explicacao"], "possui_alerta_risco": true|false, "motivo_alerta_risco": "erro_medicacao|queda|assedio|racismo|negligencia|seguranca|outros"}], "agregados": {"frequencia_por_categoria": {"comunicacao": 12, "tempo_espera": 9}, "percentual_por_sentimento": {"negativo": 0.35, "neutro": 0.22, "positivo": 0.43}, "top_queixas": [{"categoria": "tempo_espera", "freq": 9, "amostras_ids": ["...","..."]}], "top_elogios": [{"categoria": "empatia", "freq": 11, "amostras_ids": ["...","..."]}], "alertas_risco": [{"id_feedback": "...", "motivo": "erro_medicacao", "resumo": "..."}]}} - Número de caracteres esperado: O texto final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme a complexidade dos feedbacks analisados.
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 subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Síntese e Recomendações de Melhoria em Enfermagem (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Síntese e Recomendações de Melhoria em Enfermagem (RF 2).
RF 2. Agente de Síntese e Recomendações de Melhoria em Enfermagem
2.1 Tarefa do Agente
Transformar a saída estruturada da classificação em diagnóstico gerencial, áreas de melhoria priorizadas, pontos fortes e plano de ação prático.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo a saída JSON do Agente de Padronização e Classificação contendo feedbacks padronizados e agregados. # 2. Objetivo Transformar a saída estruturada da classificação em um diagnóstico gerencial, destacando áreas de melhoria, pontos fortes e propondo um plano de ação prático. # 3. Regras que você deve seguir para gerar sua resposta - Priorização: calcular score_priorizacao para cada categoria problemática = (frequencia_relativa*0.6) + (severidade_media_normalizada*0.4). - Seleção de áreas de melhoria: incluir categorias com sentimento médio < 0 ou severidade média >=3. - Pontos fortes: categorias com sentimento médio > 0 e baixa severidade. - Plano de ação: propor de 3 a 7 ações, com mix de quick wins e projetos. - Alertas de risco: cada entrada com possui_alerta_risco=true deve gerar um encaminhamento_imediato consistente com o motivo. - Comunicação: produzir sumários curtos e acionáveis para liderança e equipe assistencial. - Conformidade: não reintroduzir qualquer dado pessoal; manter consistente com a taxonomia do primeiro agente. - Saída sempre em JSON válido exatamente no esquema descrito em expected_output; números como porcentagens em valores 0–100 quando explicitados como baseline/meta.
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: Este agente deve ser apto a receber como input um JSON estruturado contendo feedbacks padronizados e agregados.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 5.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo áreas de melhoria, pontos fortes, plano de ação, alertas de risco e sumários de comunicação.
-
Exemplo de Estrutura de Output:
{"areas_de_melhoria": [{"categoria": "tempo_espera", "prioridade": 1, "score_priorizacao": 0.78, "problema_resumido": "Atrasos frequentes na triagem e administração de medicamentos.", "evidencias_ids": ["...","..."], "indicadores_atuais": {"freq": 9, "sentimento_medio": -1.3, "severidade_media": 3.7}}], "pontos_fortes": [{"categoria": "empatia", "justificativa": "Alta frequência de elogios consistentes."}], "plano_acao": [{"acao": "Revisar escala de técnicos no turno da noite", "categoria": "tempo_espera", "tipo": "quick_win|projeto", "responsavel_sugerido": "Coordenação de Enfermagem", "prazo_sugerido_dias": 30, "impacto_estimado": "alto|medio|baixo", "esforco_estimado": "alto|medio|baixo", "indicador_sucesso": "% de administrações no horário", "baseline": 72, "meta": 90}], "alertas_risco": [{"id_feedback": "...", "encaminhamento_imediato": "Abrir investigação de incidente e notificar Núcleo de Segurança do Paciente."}], "sumarios_comunicacao": {"lideranca": "Resumo executivo com 3 principais gaps e ações.", "equipe_assistencial": "Mensagens objetivas por categoria com orientações práticas."}} - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 3.000 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
2.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para cálculo de priorização e métricas.
- 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: Este é o agente final do fluxo, portanto, a resposta não precisa ser visível para outros agentes.
2.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo, gerando um relatório gerencial completo para a equipe de enfermagem.