Por Ricardo Costa Val do Rosário e Microsoft Copilot
Introdução
1. O Serviço de Agente de Saúde no Copilot Studio foi desenvolvido especificamente para a saúde.
2. Além do alinhamento aos regulamentos semelhantes da HIPAA, tornou-se ferramenta valiosa para as
práticas médicas modernas.
São caractertícas em destaque:
1. Oferecer inteligência de saúde reutilizável e pré-construída,
2. Manuseio seguro de dados,
3. Fluxos de trabalho personalizáveis
4. Maior envolvimento do paciente.
5. Processos administrativos simplificados.
Agendamento de consultas e triagem de pacientes
Modelos especializados na área de saúde permitem criar agentes que:
1. Automatizam o agendamento de consultas e enviem lembretes,
2. Realizem a triagem de pacientes antes das consultas médicas.
Segurança e Confidencialidade
As proteções de visualização privada:
1. identificam fabricações,
2. Conectam-se ao contexto clínico,
3. Verificam a codificação,
4. Rastreiam as informações até os dados originais,
5. Garantem a segurança do paciente e a conformidade regulatória.
IA generativa com proteções clínicas
Agentes podem:
1. Analisar os registros dos pacientes com base nos critérios de estudos clínicos,
2. Identificar estudos adequados,
3. Oferecer recomendações fundamentadas em evidências científicas,
4. Aumentar a eficiência dos fluxos de trabalho e de pesquisa.
Carga administrativa reduzida
Agentes podem se encarregar das cobranças, de todos os tipos de relatórios (pré-autorizações,
de seguro etc.) e das comunicações com pacientes. São efeitos disso:
1. Médicos se concentrem no atendimento,
2. Redução do esgotamento e dos erros na prática clínica,
3. Aprimoramento da qualidade assistencial,
4. Redução dos custos do atendimento.
Insights baseados em dados
A análise integrada permite:
1. Identificar resultados laboratoriais anormais,
2. Recomendar testes de acompanhamento,
3. Destacar fatores de risco do paciente com o uso de modelos preditivos,
4. Auxiliar na eficácia e eficiência das decisões clínicas, que tornaram mais assertivas.
Exemplos de Python que podem ser adaptados aos fluxos de trabalho
de Data Science/IA nos projetos da Alura.
Estes códigos em Python mostrarão como:
1. Autenticar com o Azure
2. Criar um tópico "Avaliação de desempenho"
3. Iniciar uma sessão de bate-papo e envie uma mensagem
4. Lidar com comportamento condicional (simula dois perfis de funcionários)
1. Pré-requisitos
1. Assinatura do Azure com o Copilot Studio habilitado
2. Entidade de serviço ou identidade gerenciada com direitos para o recurso do Copilot Studio
3. Instalação destes pacotes Python:
pip install azure-identity requests
2. Autenticação
from azure.identity import DefaultAzureCredential
Isso pegará AZURE_CLIENT_ID, AZURE_TENANT_ID, AZURE_CLIENT_SECRET de env vars
credencial = DefaultAzureCredential()
Adquira um token para o recurso do Copilot Studio
escopo = "https://management.azure.com/.default"
token = credential.get_token(escopo).token
Cabeçalhos comuns para todas as chamadas REST
cabeçalhos = {
"Autorização": f"Portador {token}",
"Tipo de conteúdo": "aplicativo / json"
}
3. Defina seu projeto e URL base
Substitua pelos detalhes reais do recurso
subscription_id = "YOUR_SUBSCRIPTION_ID"
resource_group = "YOUR_RESOURCE_GROUP"
studio_name = "YOUR_COPILOT_STUDIO_NAME"
base_url = (
f"https://management.azure.com/subscriptions/{subscription_id}"
f"/resourceGroups/{resource_group}"
f"/providers/Microsoft.CopilotStudio/studios/{studio_name}"
)
api_version = "2024-01-01-preview"
4. Crie um tópico de "Avaliação de desempenho"
Solicitações de importação
importar json
topic_id = "avaliação de desempenho"
url = (
f"{base_url}/topics/{topic_id}"
f"?api-version={api_version}"
)
carga = {
"propriedades": {
"displayName": "Assistente de Avaliação de Desempenho",
"gatilhos": [
{
"triggerType": "Frase",
"phrases": ["avaliar desempenho", "feedback de funcionário"]
}
],
"ações": [
{
"@type": "Microsoft.SendActivity",
"atividade": {
"tipo": "mensagem",
"text": "Olá! Qual funcionário você deseja avaliar hoje?"
}
}
]
}
}
resposta = requests.put(url, cabeçalhos=cabeçalhos, json=carga útil)
print("Criar status do tópico:", response.status_code, response.text)
5. Inicie uma sessão de bate-papo e envie uma mensagem
5.1 Crie uma sessão
sess_url = (
f"{base_url}/sessions?api-version={api_version}"
)
sess_resp = requests.post(sess_url, cabeçalhos=cabeçalhos)
session_id = sess_resp.json()["properties"]["sessionId"]