PrototipeAI | Agente de IA para Análise de Padrões de Faturamento Hospitalar

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para a criação do Agente de IA para Análise de Padrões de Faturamento Hospitalar. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo deste agente é analisar dados históricos de faturamento hospitalar para identificar padrões e tendências, auxiliando na previsão de receitas e otimização de processos.

2. Contexto e Problema

O setor hospitalar enfrenta desafios significativos na análise de dados de faturamento. A dificuldade em identificar padrões de faturamento que podem indicar problemas ou oportunidades e a falta de previsões precisas de receitas devido à variabilidade nos dados são problemas conhecidos.

Este agente de IA é projetado para resolver essas questões, fornecendo insights acionáveis a partir de dados históricos e otimizando os processos de faturamento.

3. Impactos Esperados

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

Melhorar a precisão das previsões de receita em pelo menos 30%.
Identificar padrões de faturamento que possam indicar oportunidades de otimização.
Reduzir o tempo gasto em análises manuais de dados de faturamento.
Aumentar a eficiência dos processos de faturamento por meio de sugestões de otimização baseadas em dados.

4. Visão Geral da Solução

O agente de IA para análise de padrões de faturamento hospitalar processa dados históricos para identificar padrões e tendências, ajudando na previsão de receitas e otimização de processos. 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 análise de faturamento hospitalar.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a padronização e qualidade dos dados e termina com a geração de previsões de receita e sugestões de otimização de processos.

A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.

Agentes	Função Principal
`Agente de Padronização e Qualidade dos Dados de Faturamento`	Validar, padronizar e enriquecer os dados históricos de faturamento hospitalar.
`Agente de Detecção de Padrões e Tendências de Faturamento`	Identificar padrões, tendências, sazonalidades, anomalias e fatores de alavanca no faturamento.
`Agente de Previsão de Receitas e Otimização de Processos`	Gerar projeções de receita e propor otimizações nos processos de faturamento.

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 os resultados esperados. Explore os links abaixo para entender melhor a solução em ação.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Padronização e Qualidade dos Dados de Faturamento

1.1 Tarefa do Agente

Validar, padronizar e enriquecer os dados históricos de faturamento hospitalar para uso consistente nas análises subsequentes.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um dataset bruto de dados de faturamento hospitalar. Este dataset inclui informações como data, valor faturado, departamento, tipo de procedimento, entre outros.

# 2. Objetivo
Validar, padronizar e enriquecer os dados históricos de faturamento hospitalar para uso consistente nas análises subsequentes.

# 3. Regras que você deve seguir para gerar sua resposta
- Padronize datas em formato ISO (YYYY-MM-DD) e descarte registros com datas inválidas.
- Normalize o campo valor_faturado para numérico, descartando registros não interpretáveis.
- Deduplicate registros com base em critérios definidos e mantenha a última ocorrência por id_fatura.
- Padronize categorias como departamento e tipo_procedimento, registrando mapeamentos aplicados.
- Entregue um JSON com o dataset curado, dicionário de dados e relatório de qualidade.

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 um dataset bruto de faturamento hospitalar via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do arquivo na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: O input inicial para o fluxo é um arquivo CSV ou JSON contendo dados de faturamento hospitalar.
Formatos Suportados: Esse agente deve ser capaz de receber arquivos nos formatos: .csv, .json.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 100.000 registros.

1.3.2 Especificação do Output

Formato de output: O output deve ser um objeto JSON que inclui o dataset curado, dicionário de dados e relatório de qualidade.

Exemplo de Estrutura de Output:

 {
  "dataset_curado": [ ... ],
  "dicionario_dados": { ... },
  "relatorio_qualidade": { ... }
}

Número de caracteres esperado: O JSON gerado deve ser conciso e informativo, com um tamanho estimado em torno de 10.000 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 subsequente.
Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o próximo agente no fluxo.

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o próximo agente do fluxo.

RF 2. Agente de Detecção de Padrões e Tendências de Faturamento

2.1 Tarefa do Agente

Identificar padrões, tendências, sazonalidades, anomalias e fatores de alavanca no faturamento hospitalar por segmentos relevantes.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um dataset curado de dados de faturamento hospitalar e um relatório de qualidade. Estes dados foram processados pelo agente anterior.

# 2. Objetivo
Identificar padrões, tendências, sazonalidades, anomalias e fatores de alavanca no faturamento hospitalar por segmentos relevantes.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule taxas de variação e médias móveis para identificar tendências.
- Detecte sazonalidades e anomalias nos dados de faturamento.
- Avalie drivers de receita e impacto de eventos de calendário.
- Entregue um JSON com a análise de padrões e tendências.

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.
Tipo do input: Este agente deve ser apto a receber como input um objeto JSON contendo o dataset curado e o relatório de qualidade.
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 até 10.000 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser um objeto JSON que contém a análise de padrões e tendências.
Exemplo de Estrutura de Output:
```
 {
  "analise_padroes": { ... }
} 
```
Número de caracteres esperado: O JSON gerado deve ser conciso e informativo, com um tamanho estimado em torno de 8.000 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: 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 próximo agente no fluxo.

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o próximo agente do fluxo.

RF 3. Agente de Previsão de Receitas e Otimização de Processos

3.1 Tarefa do Agente

Gerar projeções de receita e propor otimizações nos processos de faturamento com base nos padrões identificados.

3.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a análise de padrões e tendências de faturamento hospitalar. Estes dados foram processados pelo agente anterior.

# 2. Objetivo
Gerar projeções de receita e propor otimizações nos processos de faturamento com base nos padrões identificados.

# 3. Regras que você deve seguir para gerar sua resposta
- Gere previsões de receita por segmento e total.
- Proponha otimizações nos processos de faturamento.
- Entregue um JSON com as previsões de receita e recomendações de otimização.

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.
Tipo do input: Este agente deve ser apto a receber como input um objeto JSON contendo a análise de padrões e tendências.
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 até 8.000 caracteres.

3.3.2 Especificação do Output

Formato de output: O output deve ser um objeto JSON que contém as previsões de receita e recomendações de otimização.