An Empirical Study of Agent Skills for Healthcare: Practice, Gaps, and Governance

Resumo Técnico: Um Estudo Empírico de Habilidades de Agentes para Saúde: Prática, Lacunas e Governança

Declaração do Problema
A automação na saúde é inerentemente limitada por procedimentos locais e variações organizacionais, o que significa que as capacidades dos agentes raramente se transferem inalteradas entre diferentes contextos. Embora agentes de IA possam combinar contexto, ferramentas e raciocínio para apoiar fluxos de trabalho clínicos, seus comportamentos não podem ser tratados como fixos. Há necessidade de um mecanismo para empacotar procedimentos para reutilização e adaptação sem reconstruir sistemas inteiros. "Habilidades de agente" — diretórios autocontidos contendo procedimentos reutilizáveis — emergiram como uma camada procedural para abordar essa questão. No entanto, o estado atual do ecossistema público de habilidades de saúde, seu alinhamento com prioridades de pesquisa e sua governança em relação ao risco clínico permanecem amplamente não caracterizados.

Metodologia
Os autores conduziram a primeira análise empírica de habilidades de agentes de saúde utilizando um corpus derivado do ClawHub, uma das maiores plataformas públicas de habilidades de agentes.

• Coleta de Dados: A partir de uma instantânea de 58.159 habilidades listadas publicamente (20 de abril de 2026), os autores identificaram 557 habilidades relacionadas à saúde usando um classificador GPT-5-mini aplicado a nomes de habilidades e descrições de desenvolvedores. Habilidades de saúde foram definidas como aquelas concernentes à entrega de cuidados clínicos, operações médicas ou ciências da vida, excluindo bem-estar geral ou coaching de estilo de vida sem enquadramento clínico.
• Protocolo de Anotação: Cada uma das 557 habilidades foi anotada ao longo de dez dimensões cobrindo função, contexto de implantação, autonomia e segurança. O processo de anotação utilizou o GPT-5.4 como classificador escalável sobre os arquivos SKILL.md completos (incluindo nome, descrição e corpo Markdown). A taxonomia foi refinada por meio de inspeção manual para reduzir ambiguidades em casos específicos de saúde.
• Dimensões Analisadas: O estudo examinou tamanho do artefato, autoria, adoção, usuários pretendidos, enquadramento linguístico/geográfico, distribuição funcional, estágio do ciclo de vida da saúde, modalidades de entrada, níveis de autonomia, impacto clínico, risco técnico geral e a presença de declarações explícitas de limites de segurança.

Principais Resultados
A análise revela três achados primários sobre o estado atual das habilidades de agentes de saúde:

1. Divergência entre Prática e Pesquisa:

   • Foco: Habilidades públicas de saúde são predominantemente voltadas ao paciente, concentrando-se na automação de fluxos de trabalho pós-diagnóstico, suporte à pesquisa e monitoramento de saúde pessoal. Em contraste, a literatura de pesquisa sobre agentes de saúde enfatiza fortemente o raciocínio orientado a diagnóstico e tratamento.
   • Função: A automação de fluxos de trabalho é a categoria de habilidade mais comum (33,2%), enquanto o diagnóstico é a categoria líder em artigos de pesquisa (40,0%), mas aparece em apenas 22,4% das habilidades.
   • Usuários: A maior categoria de usuários pretendidos para habilidades são pacientes e consumidores gerais (37,1%), superando clínicos (20,3%) e pesquisadores (22,4%).

2. Cobertura Desigual do Ciclo de Vida da Saúde e Entradas:

   • Ciclo de Vida: As habilidades concentram-se em Operações de Sistema (293 habilidades), particularmente Pesquisa e Desenvolvimento (27,1% do corpus), e Monitoramento e Reabilitação de Pacientes (33,0% das habilidades voltadas ao paciente). Estágios críticos como diagnóstico agudo e planejamento de tratamento estão sub-representados.
   • Entradas: As habilidades favorecem entradas de propósito geral compatíveis com interfaces padrão de LLM. Formulários estruturados (143 habilidades) e conversas de texto (115 habilidades) são as modalidades principais. Entradas clínicas especializadas são escassas: imagens médicas e sinais fisiológicos aparecem como entradas principais em menos de 2% das habilidades (9 cada), e dados genômicos em apenas 13.

3. Desalinhamento entre Risco Técnico e Impacto Clínico:

   • Autonomia vs. Impacto: O ecossistema é dominado por habilidades de Nível 3 (Execução Delegada) (244 no total), onde agentes completam tarefas digitais delimitadas que podem influenciar decisões do usuário sem atuação no mundo real. No entanto, existem habilidades de alta autonomia (Nível 4/Nível 5); notavelmente, uma habilidade de Nível 5 atua como "guardião de emergência" capaz de executar ações de resgate.
   • Avaliação de Risco: Quadros gerais de risco técnico classificam a maioria das habilidades como "Seguras" ou "Risco Moderado". No entanto, isso não captura de forma confiável o risco clínico. Muitas habilidades com acesso limitado a ferramentas ainda produzem saídas que influenciam o julgamento clínico.
   • Lacunas de Governança: Apenas 163 das 557 habilidades incluem declarações explícitas de limites ou avisos legais. A maioria carece de definições claras de escopo, deixando agentes com critérios limitados para qualificar suas saídas.

Significado e Alegações
O artigo posiciona as habilidades de saúde como uma camada procedural crítica que atualmente não é adequadamente capturada por benchmarks ou quadros de risco existentes.

• Lacuna de Benchmarking: Benchmarks atuais frequentemente favorecem resultados computáveis (por exemplo, precisão diagnóstica), enquanto habilidades implantáveis dependem da adequação a fluxos de trabalho locais e ações a jusante, tornando-as mais difíceis de avaliar fora de contextos de implantação específicos.
• Implicações de Governança: Os autores argumentam que a governança de habilidades deve separar o impacto clínico do risco de permissão técnica. Uma habilidade pode ser tecnicamente "segura" (sem execução de código destrutivo), mas clinicamente consequente (moldando o julgamento de pacientes ou clínicos).
• Direção Futura: O estudo sugere que, para que as habilidades de agentes amadureçam na saúde, o ecossistema requer sinais de qualidade mais claros (status de validação, proveniência), declarações explícitas de limites e barreiras mais baixas para clínicos e especialistas do domínio contribuírem com conhecimento procedural, em vez de depender exclusivamente de desenvolvedores tecnicamente ativos.

Os autores concluem que tratar habilidades de agentes como artefatos concretos e revisáveis oferece uma superfície prática para avaliação e governança, distinta do comportamento implícito dos pesos do modelo. Eles reconhecem limitações, observando que o corpus é de uma única plataforma em um único ponto no tempo e que as anotações inferem propriedades a partir de descrições em vez de comportamento observado de implantação.