O Care Agent é o produto de engajamento de pacientes e telessaúde com LLM da Experity, que tem metade do mercado de telemedicina dos EUA. Ele atende pacientes de urgent care nos EUA: o paciente conversa com o agente para marcar ou remarcar uma consulta, e o produto dá acesso sob demanda aos documentos clínicos, com cada visualização registrada. Roda na AWS, com fluxos de dados integrados ao EMR, sob HIPAA.
Um LLM entende bem o que o paciente quer e é ruim como a única coisa entre um loop de retry e uma consulta marcada duas vezes. Quando quem marca é o modelo, um erro vira consulta na hora errada. E num produto de saúde, a telemetria que mostra onde as sessões quebram não pode carregar PHI.
Desde maio de 2026 sou Tech Lead do time nearshore do Care Agent, por contrato. Trabalho no stack inteiro da plataforma: o app web em Next.js e TypeScript, o orquestrador do agente em Python, os servidores de skill MCP e a infraestrutura serverless na AWS.
AWS: o Care Agent roda na AWS, em infraestrutura serverless com fluxos de dados integrados ao EMR, sob HIPAA. Telemetria de sessão: eventos de ciclo de vida da sessão com motivo de fim, sem PHI (garantido por teste), emissão atrás de um kill switch fail-closed. Fechamento de sessões: AWS Lambda agendada. Alarmes: Amazon CloudWatch, com o alarme do SLO de 99,99% nos runtimes do agente e mais 6 alarmes nos caminhos críticos do paciente.
Serviços de aplicação: App web do paciente, Next.js e TypeScript, servido por uma rota estável que segue funcionando durante o deploy. Servidores de skill MCP: a camada de ferramentas do agente. Canário: chama o runtime do agente a cada 5 minutos.
AWS Bedrock AgentCore: runtime do agente para o orquestrador do agente em Python. O modelo lê a intenção e escreve a resposta; as skills fazem em código as ações que precisam ser exatas.
GitHub: 8 repositórios do Care Agent, todos com gate de segurança e arquitetura antes do deploy.
Serviços externos: Modelo (LLM), que lê a intenção e escreve a resposta. Backend de agendamento da clínica: o sistema da clínica, onde a consulta fica.
Paciente (navegador) → App web do paciente: rota estável que segue funcionando durante o deploy.
App web do paciente → Orquestrador do agente: conversa; o app leva a conversa ao orquestrador.
Orquestrador do agente → Modelo (LLM): prompt; o modelo devolve a intenção e o texto da resposta.
Orquestrador do agente → Servidores de skill MCP: MCP; as skills chamam os servidores de skill.
Servidores de skill MCP → Backend de agendamento da clínica: busca de horários e marcação. O horário escolhido viaja como referência canônica, o servidor confere contra os horários que ofereceu e o código marca a consulta, não o LLM.
App web do paciente → Telemetria de sessão: eventos de ciclo de vida da sessão com motivo de fim, sem PHI.
Orquestrador do agente → Telemetria de sessão: eventos de ciclo de vida da sessão com motivo de fim, sem PHI.
Fechamento de sessões → Telemetria de sessão: a Lambda agendada fecha as sessões abandonadas.
Orquestrador do agente → Alarmes: métricas no Amazon CloudWatch; alarme do SLO de 99,99% nos runtimes do agente e mais 6 alarmes nos caminhos críticos do paciente.
Canário → Orquestrador do agente: chama o runtime do agente a cada 5 minutos, inclusive com o runtime ocioso.
GitHub → App web do paciente: deploy depois do gate de segurança e arquitetura.
GitHub → Orquestrador do agente: deploy depois do gate de segurança e arquitetura.
O horário escolhido viaja como referência canônica; o servidor confere contra os horários que ofereceu e o código marca a consulta.
Alternativa descartada: Deixar o LLM ler o horário escolhido e marcar a consulta.
Por quê: Com a marcação passando pelo LLM, havia marcações em hora errada e loops de seleção. Com a referência conferida no servidor e o código marcando, esses erros acabaram.
Um canário que chama o runtime do agente a cada 5 minutos.
Alternativa descartada: Alarmar só nas métricas do tráfego de pacientes.
Por quê: Runtime ocioso não tem tráfego, e uma queda nesse período passaria em silêncio. O canário pega a queda mesmo com o runtime ocioso.
Trocar as server actions do cliente por um route handler estável.
Alternativa descartada: Manter as server actions no transporte do chat.
Por quê: Os ids das server actions do Next.js mudam a cada build, e os deploys quebravam os chats abertos. Com a rota estável, os chats seguem funcionando durante o deploy.