Projeto •
Proposta •
Backlog do Produto •
Sprints •
Evolução da Interface
Status do Projeto: Em andamento
- O projeto consiste no desenvolvimento de uma aplicação web baseada em Inteligência Artificial que atua como um chatbot especializado no apoio a cuidadores de idosos com Alzheimer.
Cuidadores de pacientes com Alzheimer enfrentam, diariamente, desafios emocionais e práticos: lidar com comportamentos imprevisíveis, manter rotinas adequadas, interpretar sintomas e acompanhar tratamentos em constante evolução. Além disso, muitos cuidadores não têm formação técnica específica e se sentem sobrecarregados pela dificuldade de encontrar informações claras, rápidas e confiáveis, especialmente em meio a fontes complexas como artigos científicos.
Motivado por essa realidade, o projeto Alois Chat propõe integrar um Modelo de Linguagem de Grande Escala (LLM) a uma interface web intuitiva, com avaliação contínua por feedback humano. A solução busca oferecer respostas práticas, claras e adaptadas ao dia a dia dos cuidadores, eliminando a necessidade de pesquisas extensas e tornando o suporte técnico acessível a qualquer momento.
O chatbot será capaz de responder perguntas específicas sobre sintomas, tratamentos, rotinas de cuidado e tendências de pesquisa, utilizando como base o dataset “Gaborandi/Alzheimer_pubmed_abstracts” do Hugging Face. A interface coleta avaliações dos usuários para refinar e melhorar constantemente o desempenho do modelo, garantindo que as respostas evoluam de acordo com as necessidades reais dos cuidadores.
O Alois Chat é, portanto, mais do que uma ferramenta de consulta: é um companheiro de suporte para quem dedica sua vida ao cuidado de quem mais precisa.
Requisitos Funcionais
- RF1: Consulta de Informações Básicas do Alzheimer a partir de Resumos:
- Permitir que o cuidador consulte informações básicas sobre Alzheimer (ex.: sintomas, tratamentos, cuidados) extraídas exclusivamente dos resumos do dataset "Gaborandi/Alzheimer_pubmed_abstracts".
- RF2: Recomendações práticas para situações cotidianas com o idoso:
- Fornecer orientações práticas para auxiliar cuidadores em desafios diários no cuidado de idosos com Alzheimer.
- RF3: Identificação de estratégias e tratamentos com baixa eficácia relatada nos estudos:
- Mapear e informar estratégias ou tratamentos que apresentaram baixa eficácia nos resumos analisados, alertando os cuidadores.
- RF4: Tradução de termos técnicos encontrados nos resumos para linguagem simples:
- Traduzir expressões técnicas e científicas presentes nos resumos para uma linguagem simples e acessível aos cuidadores.
- RF5: Listagem de ferramentas e abordagens mencionadas nos resumos que possam ajudar cuidadores:
- Identificar e listar técnicas, ferramentas e abordagens que possam apoiar o trabalho dos cuidadores.
Requisitos Não Funcionais
- RNF1 - Banco de Dados relacional SQLite para armazenamento de prompts, respostas, avaliações.
- RNF2 - Integração com modelos LLM via API da plataforma OpenRouter, utilizando DeepSeek V3 e Gemma 3 12B para geração de respostas em linguagem natural.
- RNF3 - API desenvolvida com FastAPI, responsável pela comunicação entre backend, banco de dados e os modelos LLM.
- RNF4 - Interface de chatbot construída em React.js, com funcionalidades de avaliação de respostas, histórico de conversas e usabilidade aprimorada para cuidadores.
- RNF5 - Apresentação da evolução do projeto nas sprints e vídeo review no Youtube.
| Rank | Prioridade | User Story | Estimativa (Planning Poker) | Sprint | Requisito do Parceiro |
|---|---|---|---|---|---|
| 1 | Alta | Como cuidador de um idoso com Alzheimer, quero perguntar ao chatbot sobre sintomas específicos, como "Quais são os sinais iniciais?", e receber respostas claras e baseadas em estudos, para reconhecer a doença cedo e buscar ajuda médica rapidamente. | 3 | 1 | RF1 |
| 2 | Alta | Como cuidador de um idoso com Alzheimer, quero descrever uma situação, como "Como posso ajudar um idoso com Alzheimer a se alimentar melhor no dia a dia?", e receber uma recomendação prática, para lidar com o problema de forma eficaz e imediata. | 5 | 2 | RF2 |
| 3 | Alta | Como cuidador de um idoso com Alzheimer, quero saber quais tratamentos têm baixa eficácia, para evitar opções ineficazes ao cuidar do meu familiar. | 5 | 3 | RF3 |
| 4 | Média | Como cuidador de um idoso com Alzheimer, quero entender termos técnicos como "inibidor de acetilcolinesterase" em linguagem simples, para compreender melhor as orientações médicas e pesquisas que leio. | 8 | 3 | RF4 |
| 5 | Média | Como cuidador de um idoso com Alzheimer, quero visualizar uma lista de técnicas, ferramentas e abordagens, para apoiar meu trabalho diário de forma mais eficiente e prática. | 5 | 2 | RF5 |
- Requisitos Funcionais (RFs):
- RF1: Consulta de Informações Básicas do Alzheimer a partir de Resumos.
- RF2: Recomendações práticas para situações cotidianas com o idoso.
- RF3: Identificação de estratégias e tratamentos com baixa eficácia relatada nos estudos.
- RF4: Tradução de termos técnicos encontrados nos resumos para linguagem simples.
- RF5: Listagem de ferramentas e abordagens mencionadas nos resumos que possam ajudar cuidadores.
- Estimativas: Baseadas na complexidade de implementação com o dataset "Gaborandi/Alzheimer_pubmed_abstracts".
- Sprints: Organizados para priorizar funcionalidades essenciais (Sprint 1), expansão prática (Sprint 2) e melhorias de usabilidade (Sprint 3).
📄 DoR
Para que uma tarefa seja considerada pronta para ser desenvolvida, ela deve atender aos seguintes critérios:
- Documentação Completa:
- Requisitos funcionais e não-funcionais devem estar documentados e acessíveis.
- Especificações técnicas e de design devem estar detalhadas.
- História de Usuário Validada:
- Cada tarefa deve estar vinculada a uma história de usuário específica (exemplo: backlog do produto), com a descrição do problema que resolve e o benefício para o usuário final.
- Dependências Identificadas:
- Todas as dependências com outras tarefas, ferramentas ou recursos devem estar mapeadas e resolvidas.
- Design e Layout Definidos:
- Para tarefas relacionadas à interface, o design deve estar aprovado e disponível.
- Alinhamento com a Sprint:
- A tarefa deve estar dentro do escopo da sprint e estar de acordo com as prioridades estabelecidas (urgente, alta, normal, baixa).
- Estimativa de Tempo:
- A tarefa deve ter uma estimativa de tempo de desenvolvimento e testes definida pela equipe.
Nesta seção estão documentadas todas as entregas realizadas ao longo das sprints do projeto. Cada sprint contém o detalhamento do MVP entregue, as user stories abordadas, seus respectivos critérios de aceitação e o link para o vídeo demonstrativo da funcionalidade implementada. O objetivo é evidenciar a evolução contínua do chatbot, focado no suporte prático e humanizado a cuidadores de idosos com Alzheimer, garantindo a rastreabilidade e a transparência do desenvolvimento.
Sprint 1
Nesta sprint (1), focamos em entregar o MVP do nosso chatbot, permitindo consultas diretas sobre informações, sentimentos e tendências relacionadas ao Alzheimer, extraídas dos resumos da base de dados do Hugging Face. Clique aqui e acesse a base de dados usada
USER STORY 1
- Descrição: Como cuidador de um idoso com Alzheimer, quero perguntar ao chatbot sobre sintomas específicos, como "Quais são os sinais iniciais?", e receber respostas claras e baseadas em estudos, para reconhecer a doença cedo e buscar ajuda médica rapidamente.
- Critérios de Aceitação:
- O chatbot deve identificar e extrair informações relevantes sobre sintomas de Alzheimer a partir dos resumos do dataset "Gaborandi/Alzheimer_pubmed_abstracts" com base na pergunta do usuário.
- As respostas devem ser claras, limitadas a 2-3 frases, e citar diretamente trechos ou ideias dos resumos, sem adicionar informações externas.
- A precisão das respostas deve ser superior a 95%, verificada em um conjunto de teste com 20 perguntas sobre sintomas.
USER STORY 2
- Descrição: Como cuidador de um idoso com Alzheimer, quero que o chatbot analise resumos sobre um tratamento, como "A donepezila funciona?", e me diga percentuais de sentimentos positivos ou negativos, para decidir com meu médico se vale a pena testar o medicamento.
- Critérios de Aceitação:
- O chatbot deve filtrar resumos do dataset que mencionem o tratamento especificado (ex.: "donepezila") e aplicar um modelo de análise de sentimento (ex.: BERT) para classificar como positivo, negativo ou neutro.
- A resposta deve incluir percentuais exatos (ex.: "70% positivo, 20% neutro, 10% negativo") calculados com base nos resumos encontrados, sem inferências externas.
- O tempo de processamento da análise deve ser inferior a 5 segundos por pergunta, garantindo rapidez na entrega da informação.
USER STORY 3
- Descrição: Como cuidador de um idoso com Alzheimer, quero perguntar "O que os estudos recentes dizem sobre cuidados?" e receber uma resposta com tendências específicas, como o aumento de terapias cognitivas, para aplicar as práticas mais atuais no cuidado diário.
- Critérios de Aceitação:
- O chatbot deve identificar temas de cuidado (ex.: "terapias cognitivas", "manejo comportamental") nos resumos do dataset e agrupá-los por frequência ou, se disponível, por ano nos metadados.
- A resposta deve destacar uma tendência específica (ex.: "40% dos resumos recentes focam em terapias cognitivas") com base nos dados processados, sem suposições além do dataset.
- A precisão da identificação de tendências deve ser de pelo menos 90%, testada contra uma amostra manual de 50 resumos.
Clique aqui e assista ao vídeo da entrega no YouTube
Review Chatbot: https://github.com/user-attachments/assets/2e83f628-fa21-4108-9493-0c18388f0e2a
Sprint 2
Nesta sprint (2), o foco foi aprimorar a experiência do usuário cuidador, adicionando uma interface de chatbot mais amigável, funcionalidade de avaliação humana das respostas (RF1) e novas capacidades de suporte prático com base em situações cotidianas (RF2) e recursos úteis (RF5), melhorando ainda mais a aplicabilidade real do projeto.
USER STORY 4
- Descrição: Como cuidador de um idoso com Alzheimer, quero perguntar sobre situações específicas do dia a dia, como "Como posso ajudar um idoso com Alzheimer a se alimentar melhor no dia a dia?", e receber recomendações práticas que eu possa aplicar rapidamente, sem precisar interpretar estudos científicos.
- Critérios de Aceitação:
- O chatbot deve identificar a situação descrita pelo cuidador e gerar pelo menos duas recomendações práticas extraídas de estratégias de resumos ou informações complementares.
- As respostas devem ser diretas, com no máximo 3-4 frases por recomendação.
- A linguagem deve ser simples, evitando termos técnicos e científicos, facilitando o entendimento pelo público cuidador.
USER STORY 5
- Descrição: Como cuidador de um idoso com Alzheimer, quero que o chatbot me indique ferramentas, programas ou abordagens que possam me ajudar no dia a dia, para otimizar o cuidado e reduzir o estresse.
- Critérios de Aceitação:
- O chatbot deve listar recursos (ex.: técnicas, aplicativos, atividades cognitivas) citados nos resumos do dataset ou nas recomendações práticas.
- Cada recurso listado deve vir acompanhado de uma breve explicação de como ele pode ajudar o cuidador ou o idoso.
- O sistema deve apresentar pelo menos 3 opções relevantes para cada consulta, sempre que possível.
USER STORY 6
- Descrição: Como cuidador de um idoso com Alzheimer, quero poder avaliar qual resposta do chatbot me ajudou mais, para que o sistema aprenda com o feedback e melhore ainda mais suas futuras respostas.
- Critérios de Aceitação:
- Após receber múltiplas respostas, o usuário deve poder selecionar a melhor resposta entre elas.
- Após a escolha, uma tela de avaliação deve ser exibida solicitando a nota em uma escala de 1 a 5 em critérios como clareza, coerência, utilidade e uma justificativa textual obrigatória.
- O feedback deve ser registrado no backend de forma associada à resposta avaliada, permitindo o uso posterior para melhoria de modelos.
🎯 Entrega Clique aqui e assista ao vídeo da entrega no YouTube
Clique aqui e assista ao vídeo da entrega no YouTube
Sprint 3
Nesta Sprint (3), o foco esteve na melhoria da experiência do usuário cuidador, por meio da implementação de uma interface de chatbot mais intuitiva e profissional. Foram entregues as funcionalidades de avaliação humana das respostas geradas pelo modelo, além da implementação da identificação de tratamentos com baixa eficácia para Alzheimer (RF3) e da tradução de termos técnicos para linguagem simples (RF4). As entregas seguiram o backlog do produto e atenderam aos critérios de aceite definidos, garantindo usabilidade e valor agregado à solução.
USER STORY 7
- Descrição: Como cuidador de um idoso com Alzheimer, quero saber quais tratamentos têm baixa eficácia, para evitar opções ineficazes ao cuidar do meu familiar.
- Critérios de Aceitação:
- O chatbot deve ser capaz de identificar o tema relacionado a tratamentos de baixa eficácia quando solicitado pelo usuário.
- As respostas devem ser baseadas em informações confiáveis, com explicações claras sobre por que determinado tratamento é considerado de baixa eficácia.
- As respostas devem conter no máximo 4 parágrafos e evitar linguagem técnica sempre que possível, priorizando a compreensão do cuidador.
USER STORY 8
- Descrição: Como cuidador de um idoso com Alzheimer, quero entender termos técnicos como "inibidor de acetilcolinesterase" em linguagem simples, para compreender melhor as orientações médicas.
- Critérios de Aceitação:
- O chatbot deve reconhecer automaticamente a presença de termos técnicos médicos na pergunta do usuário.
- A explicação deve ser feita em linguagem leiga, utilizando analogias ou comparações simples sempre que possível.
- A resposta deve ser objetiva e conter, no máximo, 4 parágrafos curtos.
USER STORY 9
- Descrição: Como cuidador de um idoso com Alzheimer, quero acessar o histórico das minhas perguntas e respostas anteriores no chatbot, para poder revisar informações importantes sempre que precisar.
- Critérios de Aceitação:
- O sistema deve armazenar cada interação realizada pelo usuário, incluindo perguntas, respostas e data/hora.
- Deve ser possível editar o nome dos chats para facilitar minha busca.
- Deve ser possível apagar o chat e limpar o histórico da conversa selecionada.
🎯 Entrega Clique aqui e assista ao vídeo da entrega no YouTube
Clique aqui e assista ao vídeo da entrega no YouTube
Sprint 1:
Estruturação inicial do backend, definição da arquitetura do projeto e criação do fluxo básico de envio de perguntas e respostas.
Sprint 2:
Implementação da interface do chatbot, conexão com modelos de linguagem via API e exibição de múltiplas respostas para escolha do cuidador.
Sprint 3:
Adição da interface de avaliação de respostas com critérios qualitativos, integração completa com banco de dados e foco na experiência do usuário cuidador.
