Por dentro da Lia: como construímos uma IA conversacional para saúde

No mês passado lançamos o Avizuaí e prometemos voltar com o "behind the scenes" da Lia, nossa IA conversacional. Este post é para quem se interessa pelos detalhes técnicos: como decidimos a arquitetura, o que aprendemos atendendo pacientes reais, e por que function calling se mostrou a aposta certa para o domínio da saúde.

Não é tutorial passo-a-passo — é o relato honesto das decisões que tomamos, o que funcionou de primeira e o que precisou ser reescrito. Se você está construindo IA para um domínio sensível como saúde, talvez ajude.

O problema: por que IA em saúde é difícil

Conversar com paciente parece tarefa simples para LLM. Mas o domínio tem armadilhas que aprendemos na marra:

• Não pode inventar informação — orientar errado preparo de exame é prejuízo real
• Precisa contextualizar — o paciente está falando de qual agendamento? Em qual unidade?
• Tem que escalar bem — sentir quando o caso pede humano e ceder o turno sem fricção
• Tom certo — nem robótico demais, nem amigo íntimo. Atendente profissional.
• Custo — secretaria municipal não pode pagar Claude Opus por cada mensagem trivial

A arquitetura: dois modos, uma Lia

Construímos a Lia em dois modos que rodam sobre a mesma persona, configuráveis por aplicação:

Cada secretaria escolhe o modo no painel admin via flag auto-resposta-tool-use-habilitada. Comparamos os dois em produção: o modo agente entrega 15-20% mais resoluções automáticas, ao custo de aproximadamente 3x mais tokens. A escolha depende do volume e do orçamento da secretaria.

As tools que a Lia tem na mochila

São três tools principais, descobertas automaticamente pelo ToolRegistry como Spring beans. Adicionar uma nova tool é criar uma classe e fazer ela implementar a interface — o catálogo se atualiza sozinho.

// Esquema simplificado da tool de agendamentos
@Component
public class ConsultarAgendamentosTool implements Tool {

  public String name() { return "consultar_agendamentos"; }

  public ToolSchema schema() { /* params: cpf, pedido, telefone */ }

  public ToolResult execute(ToolCall call) {
    // Busca em RegistroImportado por CPF/pedido/telefone
    return patientDataService.buscar(call.params());
  }
}

• consultar_agendamentos — busca compromissos do paciente por CPF, pedido ou telefone
• buscar_faq — consulta a base de conhecimento via embeddings (pgvector) com fallback Jaccard
• escalar_para_humano — coloca a sessão na fila de operadores

RAG: a base de conhecimento médica

Conhecimento de saúde tem fonte: bula, protocolo clínico, instruções do fabricante do equipamento. A Lia não inventa — ela busca na base de conhecimento curada pela própria secretaria. O caminho:

Métricas do primeiro mês em produção

Os 60% que a Lia resolve sozinha são o número que mudou o jogo. Antes, todas essas perguntas chegavam no celular pessoal de algum servidor — agora ficam registradas, com hash chain, no Avizuaí. E os 40% que ela escala chegam ao operador com resumo estruturado da conversa.

O que daria conselho a quem está começando

Comece pelo pipeline, não pelo agente

State machine é chata, mas previsível. Quando seu pipeline cobre 80% dos casos, aí compensa adicionar o modo agente para os 20% restantes. Começar direto com agente é receita para conversas erráticas no início.

RAG não é magia — curadoria é

Embedding bom + base ruim = respostas ruins. Investimos meses construindo o catálogo de exames com fontes oficiais antes de ligar a busca semântica. Sem a curadoria, a Lia chutaria com confiança.

Function calling pede design das tools

O LLM só usa bem a tool se você descrever bem o que ela faz, quais parâmetros aceita, e o que retorna. Treine o schema como se fosse documentação de API pública — porque, para o LLM, é exatamente isso.

Limite as iterações

Sem limite máximo, agentes entram em loop. MAX_ITERACOES = 5 é um número conservador que escolhemos — ainda nenhum caso prático precisou de mais. Se chega no limite sem resolver, escala automático para humano.

Custos não são desprezíveis

Cada mensagem do paciente consome 1-3 chamadas LLM no modo agente. Prompt caching da Anthropic reduziu ~70% do custo — vale habilitar desde o dia 1. Para classificação simples, usar regex no pipeline poupa muito.

Para onde vamos

Próximos passos na Lia:

• Tool de pré-agendamento — o paciente pode marcar consulta direto na conversa
• Detecção de urgência clínica — escalar imediatamente em sintomas críticos
• Voz — resposta em áudio para pacientes com baixa alfabetização

Construir IA conversacional para saúde pública é desafiador porque o erro custa caro, o tom certo é frágil e o orçamento é apertado. Mas é exatamente onde a tecnologia pode liberar a equipe humana para o que realmente importa: cuidar das pessoas que mais precisam.