Otimizando a Passagem de Plantão com a AWS: Solução baseada no Amazon Bedrock para Profissionais de Saúde

Por Gabriela Cordeiro, Arquiteta de Soluções na AWS e Vanessa Rodrigues Fernandes, Arquiteta de Soluções na AWS.

A passagem de plantão entre enfermeiros e médicos é um momento crítico que garante a continuidade do cuidado ao paciente e a comunicação eficaz entre as equipes de saúde. No entanto, falhas nessa comunicação podem causar erros médicos graves. Problemas como falta de padronização, informações incompletas e a pressão do tempo podem comprometer a qualidade do atendimento e a segurança do paciente.

Além disso, profissionais de saúde frequentemente enfrentam desafios ao anotar os sinais dos pacientes em papel e, posteriormente, ao transferir essas informações para o sistema hospitalar. Informações importantes são comumente memorizadas e podem ser esquecidas ou registradas incorretamente no momento do registro.

Diante desse cenário, a tecnologia surge como uma aliada poderosa. Neste blogpost iremos demonstrar uma solução que utiliza o Amazon Bedrock para otimizar esse processo de passagem de plantão. Ela permite a documentação precisa e em tempo real, a integração de dados dos pacientes e um chat para consultar informações de forma rápida e assertiva. Com essa ferramenta, profissionais de saúde podem otimizar seu tempo, reduzir erros e garantir que todas as informações necessárias para a troca de plantão sejam transmitidas de forma clara e completa.

Descubra como as ferramentas de Inteligência Artifical da AWS podem transformar a sua rotina e elevar o padrão de cuidado na sua instituição.

Visão geral da solução

A solução funciona de maneira integrada para modernizar as rondas de enfermagem e otimizar o tempo dos profissionais de saúde. Durante cada visita ao paciente, o processo inicia com a identificação segura através da captura fotográfica da pulseira do paciente, que contém dados pessoais e informações da internação. Esta etapa garante a correta associação dos registros ao paciente correto, eliminando possíveis erros de identificação.

Imagem 1: Tela inicial, Captura pulseira paciente, Dashboard

Na sequência, os sinais vitais são registrados de forma automatizada através de uma fotografia do monitor multiparâmetro, eliminando a necessidade de transcrição manual dos dados. Como etapa final da visita, o profissional pode gravar um áudio descrevendo a situação clínica do paciente, que é automaticamente transcrito e sumarizado pela solução. Este registro inclui o estado atual do paciente, queixas relatadas, necessidades de intervenção médica e toda a evolução assistencial que tradicionalmente seria anotada no sistema de prontuário eletrônico

O principal objetivo desta abordagem é eliminar o retrabalho comum na rotina de enfermagem, onde profissionais frequentemente anotam informações em papéis ou confiam na memória para posteriormente registrar no prontuário eletrônico ao final da ronda. Com o registro imediato a cada paciente visitado, evitamos que informações importantes sejam esquecidas ou perdidas durante o processo de documentação posterior.

Para maximizar a efetividade das passagens de plantão, a solução inclui um chatbot assistente clínico inteligente que pode sumarizar as últimas anotações de evolução do paciente e responder perguntas específicas em tempo real, como “qual foi o último medicamento administrado ao paciente?” ou “quais foram os sinais vitais mais recentes?”. Esta funcionalidade permite que os profissionais acessem informações críticas instantaneamente, melhorando a continuidade do cuidado
e a tomada de decisões clínicas.

Figura 2: Captura sinais vitais e gravação de audio.

Figura 3: Assistente de clínico inteligente

Para criar essa solução, utilizamos alguns serviços listados abaixo, entre eles dois de inteligência artificial: o Amazon Q Developer, uma IA especializada em auxiliar desenvolvedores em suas tarefas diárias, e o Amazon Bedrock, um serviço totalmente gerenciado que disponibiliza diversos modelos de base (FMs) de alta performance para implementação de IA generativa. Essa solução elimina trabalho repetitivo, garante que nenhuma informação importante seja perdida e permite que os profissionais de saúde se concentrem no que realmente importa: o cuidado com os pacientes.

Arquitetura da solução

Figura 4: Desenho de arquitetura

Recursos AWS criados

Bucket S3: O Amazon Simple Storage Service (Amazon S3) é um serviço de armazenamento de objetos que oferece escalabilidade, disponibilidade de dados, segurança e desempenho líderes do setor. Nesta solução ele é utilizado para armazenar os arquivos estáticos do site e os áudios gerados.
Amazon CloudFront: É uma rede de entrega de conteúdo (CDN) que acelera o fornecimento de conteúdos estáticos e dinâmicos da Web para usuários finais. Nesta solução é utilizado para distribuir o conteúdo do site.
Funções Lambda: AWS Lambda é um serviço de computação sem servidor que permite executar código sem precisar provisionar ou gerenciar servidores. Nesta solução ele é utilizado para processar as requisições da API.
Amazon API Gateway: É um serviço totalmente gerenciado da AWS que permite aos desenvolvedores criar, publicar, manter, monitorar e proteger APIs em qualquer escala. Nesta solução ele é utilizado para rotear requisições para funções Lambda.
Tabela DynamoDB: O Amazon DynamoDB é um serviço de banco de dados NoSQL totalmente gerenciado pela Amazon Web Services (AWS). Ele é projetado para oferecer desempenho rápido e previsível com escalabilidade flexível, ideal para aplicações que exigem acesso rápido a dados. Nesta solução ele é utilizado para armazenar os registros de pacientes.
Tópico SNS: O Amazon Simple Notification Service (Amazon SNS) é um serviço totalmente gerenciado que fornece entrega de mensagens de editores (produtores) para assinantes (consumidores). Nesta solução ele gerencia notificações por email.
Funções IAM: O AWS Identity and Access Management (IAM) é um serviço da Web que ajuda você a controlar o acesso aos recursos da AWS de forma segura. Ele é necessário para fornecer as permissões de acessos entre os serviços utilizados nessa solução.

Pré-requisitos

Os pré-requisitos a seguir são necessários para continuar com essa solução. Para esta postagem, usamos a região us-east-1 da AWS. Para obter detalhes sobre as regiões disponíveis, consulte os endpoints e cotas do Amazon Bedrock.

Uma conta da AWS com um usuário do AWS IAM que tem permissões para Lambda, Amazon Bedrock, Amazon S3, IAM, Amazon DynamoBD, Amazon SES, Amazon SNS e AWS Cloudformation.
Acesso ao modelo Claude da Anthropic no Amazon Bedrock. Para obter instruções, consulte Acesse os modelos básicos do Amazon Bedrock.
AWS Command Line Interface (AWS CLI) instalado e configurado para esta conta AWS citada acima.
Github instalado para download da solução.

Implementando a solução

Consulte o repositório da AWS no GitHub para ver as etapas de implementação listadas na seção do guia de implementação. Usamos uma stack do AWS CloudFormation para implementar recursos da solução, incluindo buckets S3 para armazenar os dados de origem e os dados da base de conhecimento.

Demonstração da solução

Figura 5: Link para vídeo demonstrativo

Conclusão

A transformação digital na área da saúde é fundamental para otimizar processos e melhorar a qualidade do atendimento ao paciente. A solução apresentada neste artigo, desenvolvida com Amazon Bedrock e Amazon Q Developer, demonstra como a tecnologia pode revolucionar um dos momentos mais críticos da rotina hospitalar: a passagem de plantão.

A implementação desta solução representa um passo importante na modernização dos processos hospitalares, demonstrando como a inteligência artificial pode ser aplicada de forma prática e efetiva para resolver desafios reais no setor de saúde.

Autoras

Vanessa Rodrigues Fernandes é Arquiteta de soluções do setor público na AWS. Com formação técnica em Redes de Computadores pela UFRGS, graduação em Segurança da Informação pela Universidade do Vale do Rio dos Sinos (RS) e Pós Graduação em Gestão Estratégica em TI pela PUCRS. Com mais de 20 anos de experiência na área de infraestrutura, redes, segurança da informação, trabalhou em diferentes nichos de mercado, ajudando empresas a suportar e construir soluções tecnológicas e estratégicas para seus negócios. É apaixonada por tecnologia, segurança da informação, inteligência artificial e viagens.

Gabriela Nova é Arquiteta de soluções na AWS, com experiência em gerenciamento de projetos, governança em nuvem, automação e infraestrutura como código. Ela trabalha no setor público na vertical de saúde onde possui 5 anos de experiência.

Revisoras

	Ana Falcão é Arquiteta de Soluções na AWS, com foco em desenvolvimento serverless e atua em um projeto open-source. Também é especialista na área de análise e engenharia de dados.
	Isabela Gherson Monteiro é Arquiteta de Soluções na AWS há 5 anos e ajuda clientes do setor educacional a construirem suas soluções seguindo boas práticas na nuvem AWS. Apresenta forte entusiasmo pelas áreas de Dados e Inteligência Artificial e faz parte da comunidade técnica de Analytics na AWS.

O blog da AWS