Guia Completo para
Extração de Dados de Sinistros (2026)

O que é Extração de Dados de Sinistros de Seguros?

A extração de dados de sinistros de seguros é o processo automatizado de ler campos-chave de documentos relacionados a sinistros — avisos de perda ACORD, boletins de ocorrência, orçamentos de reparos, prontuários médicos e outros anexos de suporte — e convertê-los em dados estruturados que uma planilha, sistema de gestão de sinistros ou plataforma de análise possa processar. Diferente da extração padrão de faturas ou recibos, que tem como alvo um único tipo de documento, a extração de sinistros precisa lidar com um pacote de múltiplos documentos, onde cada componente tem seu próprio formato, seus próprios campos-chave e seus próprios requisitos de extração.

O escopo vai além do Primeiro Aviso de Sinistro. Uma estratégia completa de extração de sinistros abrange todos os documentos que entram no arquivo do sinistro, desde a abertura até a liquidação: o formulário ACORD inicial (seja de automóvel, propriedade, responsabilidade civil geral ou acidente de trabalho), os anexos de suporte que comprovam a perda, e a correspondência contínua e documentos de faturamento que se acumulam à medida que o sinistro avança. Para uma análise detalhada, campo a campo, do que a IA pode ou não extrair especificamente dos formulários ACORD iniciais, consulte nosso artigo complementar sobre A IA Consegue Ler Formulários de Primeiro Aviso de Sinistro de Seguros?

O que torna esta categoria distinta de outras tarefas de extração de documentos é a estrutura em camadas de um pacote de sinistro. Os campos de cabeçalho estruturados no formulário ACORD — número da apólice, data do sinistro, nome do segurado, local do sinistro — seguem um padrão previsível e são extraídos de forma confiável. A narrativa em texto livre na seção de Descrição do Sinistro não segue esse padrão. Os documentos de suporte — um boletim de ocorrência de uma jurisdição, um orçamento de reparo de um sistema de software diferente, prontuários médicos de um terceiro — cada um requer uma estratégia de extração separada. Uma abordagem completa leva em conta todas as três camadas, não apenas a mais conveniente.

Por que a Inserção Manual de Dados de Sinistros Custa Mais do que Parece

O custo visível da inserção manual de dados de sinistros é direto: um digitador ou ajustador digitando valores de cada documento em um sistema de sinistros, um caractere por vez. A McKinsey estima que a automação pode reduzir o tempo de processamento de sinistros em até 50% e cortar os custos da jornada do sinistro em até 30%. Mas esses números agregados subestimam o custo real da operação manual, porque a despesa real chega por quatro canais distintos que a maioria das empresas acompanha em orçamentos separados.

Trabalho direto de digitação. Um ajustador ou funcionário de sinistros processando um único pacote de sinistro — formulário ACORD mais dois ou três documentos de suporte — gasta cerca de 20 a 30 minutos apenas com a entrada de dados. A 50 sinistros por semana, isso representa 17 a 25 horas de pura digitação. A um custo total de US$ 35–45 por hora para um profissional experiente, isso se traduz em US$ 600–1.100 por semana em mão de obra que não agrega valor de julgamento ao sinistro.

O imposto do erro. A entrada manual de dados de documentos de seguros tem uma taxa de erro estimada de 3–5% por campo. Em um pacote de sinistro com 25–40 campos extraíveis no formulário ACORD e anexos, isso significa um a dois erros por sinistro. Um número de apólice digitado errado atrasa a verificação de elegibilidade. Uma data de perda errada gera uma ligação de acompanhamento ao segurado. Um valor trocado no orçamento de reparo cria uma divergência na reserva que leva tempo para reconciliar. Referências do setor sugerem que cada erro de entrada de dados em um sinistro custa US$ 15–30 para corrigir — e esses custos se acumulam quando os erros são descobertos mais adiante, e não na recepção.

O custo de oportunidade do tempo do ajustador. A pesquisa da McKinsey mostra que subscritores e ajustadores de sinistros gastam 30–40% do tempo em tarefas administrativas, incluindo entrada de dados e recuperação de documentos. Para um ajustador sênior lidando com 100–150 sinistros abertos, isso significa 12 a 20 horas por semana digitando em vez de investigar coberturas, negociar acordos ou gerenciar casos complexos. O custo em dinheiro desse tempo é o salário integral do ajustador. O custo de oportunidade é a velocidade de liquidação — e a satisfação do cliente — que essas horas poderiam ter produzido se redirecionadas para o trabalho de julgamento.

Atraso no tempo de ciclo. Cada etapa manual entre o recebimento do documento e a disponibilidade dos dados adiciona horas ao ciclo de vida do sinistro. Em operações de sinistros de alto volume — TPAs processando mais de 200 sinistros por dia, equipes de resposta a catástrofes lidando com picos de volume — essas horas se acumulam em dias. Os estudos de satisfação com sinistros da J.D. Power mostram consistentemente que a velocidade de processamento da comunicação inicial é um dos principais impulsionadores da satisfação do cliente. Cada dia adicional de processamento manual prejudica a experiência do cliente e aumenta a probabilidade de litígios, reclamações regulatórias e escalonamento.

O Que Torna a Extração de Sinistros Diferente de Outros Tipos de Documento

A extração de sinistros compartilha o DNA técnico com a extração de faturas ou recibos — os mesmos modelos de visão-linguagem, a mesma abordagem de colunas personalizadas — mas três fatores estruturais a tornam um problema fundamentalmente mais difícil.

1. Variação de formato por seguradora e ramo. Um ACORD 1 (Aviso de Perda Patrimonial) e um ACORD 2 (Aviso de Perda Automóvel) têm aparências diferentes porque coletam informações distintas. Mas o mesmo ACORD 1 preenchido via sistema de gestão de agências Applied Epic é renderizado de forma diferente de um do Vertafore AMS360, que por sua vez é diferente de um preenchido à mão em formulário de papel. A ACORD mantém mais de 800 tipos de formulários padronizados. As cerca de 39.000 agências independentes de seguros patrimoniais nos Estados Unidos produzem esses formulários com suas próprias configurações de sistema, ajustes de impressão e hábitos de preenchimento. A extração baseada em modelos, que depende de coordenadas fixas de campos, falha quando o layout muda. A extração semântica, que lê os rótulos dos campos para localizar valores, lida com essa variação sem configuração por seguradora. Abordamos essa diferença com mais profundidade em nosso explicativo sobre OCR tradicional versus extração baseada em IA.

2. O pacote de documentos do sinistro. Uma ferramenta de extração de faturas processa uma fatura. Um fluxo de extração de sinistros processa uma pasta: um formulário ACORD, um boletim de ocorrência, um orçamento de reparo, registros médicos de admissão, fotos e, às vezes, um guincho ou contrato de aluguel. Cada tipo de documento tem seus próprios campos padrão, suas próprias convenções de layout e suas próprias definições de colunas de extração. O desafio não é extrair um único documento — é extrair todos eles em um fluxo de trabalho coerente que mantenha as saídas vinculadas ao mesmo registro de sinistro.

3. Campos estruturados + texto livre narrativo no mesmo documento. O formulário ACORD é único por combinar ambos os modos em uma única página. O cabeçalho contém campos claramente rotulados e de valor curto, que a IA extrai com alta precisão. A seção de Descrição da Perda é uma caixa em branco para prosa narrativa — 50 ou 500 palavras, manuscrita ou digitada, focada ou divagante. Esses dois modos coexistem no mesmo documento e exigem tratamento fundamentalmente diferente.

Campos Estruturados: O Que Você Pode Extrair com Confiabilidade

Os campos de cabeçalho estruturados nos formulários ACORD são onde a extração por IA entrega o maior valor. Esses campos possuem rótulos impressos, espaços de valor restritos e padrões semânticos consistentes — as condições ideais para um modelo de visão-linguagem. Abaixo estão os principais campos divididos pelos quatro principais tipos de formulário ACORD FNOL que cobrem a grande maioria da recepção de sinistros de P&C.

ACORD 1 — Aviso de Perda Patrimonial

ACORD 2 — Aviso de Sinistro Automóvel

ACORD 3 — Aviso de Perda de Responsabilidade Civil Geral

O padrão nos três tipos de formulário é consistente: campos rotulados com valores curtos são extraídos com 85–95%+ de precisão, sejam digitados ou manuscritos. A variação vem da legibilidade da caligrafia (um "5" escrito às pressas lido como "S" em um VIN) e da qualidade da marcação nas caixas de seleção (um leve traço a lápis lido como não marcado), e não da incapacidade da IA de localizar o campo na página. Como a extração semântica lê os rótulos dos campos em vez de depender de coordenadas fixas, a mesma definição de coluna para "Número da Apólice" funciona em um ACORD 1 de um PDF do portal da seguradora e em um ACORD 2 fotografado à beira da estrada — sem modelos, sem configuração por seguradora.

Narrativa em Texto Livre: Uma Estratégia Diferente

A seção "Descrição da Perda" é a parte de um formulário ACORD onde a extração por IA encontra um limite estrutural. Esta seção contém o relato do próprio sinistrado sobre o ocorrido, escrito em prosa narrativa — normalmente de 200 a 500 palavras — e não segue nenhum padrão extraível. Uma descrição de acidente de carro pode dizer: "Eu estava parado no semáforo na Rua Principal. Um caminhão bateu na minha traseira." Uma descrição de perda patrimonial: "Notei água no chão da cozinha por volta das 15h. Subi no sótão e encontrei um cano estourado." O mesmo cenário de colisão pode ser escrito de três maneiras diferentes por três sinistrados diferentes, cada um com estruturas de frase, escolhas de palavras e níveis de detalhe distintos.

A IA de visão moderna pode extrair o texto dessa narrativa com alta precisão — lendo as palavras escritas à mão ou digitadas na página e transformando-as em um bloco de texto em uma célula de planilha. Essa parte funciona de forma confiável. O que não funciona é a etapa que a maioria das equipes de sinistros realmente deseja: categorizar automaticamente essa narrativa em campos estruturados como "Categoria da Causa da Perda", "Parte Culpada" ou "Gravidade da Lesão". Modelos de linguagem que tentam essa classificação produzem taxas de erro de 25 a 30%, o que é alto demais para qualquer processo downstream que dependa da exatidão do resultado.

A abordagem recomendada para operações de sinistros é extrair a narrativa como texto bruto em um único campo. O ajustador lê esse campo — exatamente como leria no formulário de papel — enquanto os campos estruturados (número da apólice, data da perda, valores, detalhes do veículo) já estão preenchidos na planilha. A economia de tempo vem de não precisar redigitar esses campos estruturados, e não de tentar forçar a narrativa a uma classificação que ela não suporta.

Documentos de Apoio: Um Sinistro, Múltiplas Estratégias de Extração

Na prática, um pacote de sinistro raramente é apenas o formulário ACORD. Os documentos de apoio geralmente superam o formulário principal em uma proporção de dois para um ou três para um, e cada tipo exige seu próprio perfil de extração. Veja como os anexos mais comuns se mapeiam para a estratégia de extração.

Boletins de Ocorrência Policial

Boletins de ocorrência policial são o documento comprobatório mais frequentemente anexado. Eles contêm dados estruturados essenciais — nome e número de identificação do policial responsável, número do boletim, data e hora do registro, designação do motorista culpado, informações de multas, observações sobre clima e condições da via, e uma seção narrativa que frequentemente repete ou expande o que o reclamante escreveu no formulário ACORD. O desafio da extração de boletins policiais não é a complexidade dos campos, mas a variação de formatos. Existem cerca de 18 mil agências de aplicação da lei nos Estados Unidos, cada uma usando seu próprio layout de relatório. Algumas usam o modelo padrão de relatório de acidente de trânsito da NHTSA. Outras usam formulários estaduais específicos (o CHP 555 da Califórnia, o CR-3 do Texas). Muitas usam formatos de relatório personalizados gerados por seu sistema de gerenciamento de registros. Uma abordagem baseada em modelos exigiria um modelo separado para cada agência. A extração semântica lida com todos eles com uma única definição de coluna, pois lê os rótulos no relatório — "Nome do Policial", "Número do Boletim", "Culpado" — independentemente de onde estejam na página.

Orçamentos de Reparo

Orçamentos de reparo automotivo de oficinas e orçamentos de reparo predial de empreiteiros contêm detalhes itemizados essenciais para a definição de reservas e negociação de acordos. Os campos-chave extraíveis incluem: nome e contato da oficina ou empreiteiro, data do orçamento, identificador do veículo ou imóvel, horas de mão de obra e taxa por item, custos de peças (originais vs. aftermarket vs. usadas), pintura e materiais, subtotal, impostos e total. Os orçamentos de reparo são mais valiosos quando extraídos como uma tabela linha por item — para que o dano total estimado possa ser calculado a partir da soma de todos os itens, em vez de depender de um único total manuscrito que pode omitir certas categorias de custo. O orçamento também precisa ser vinculado ao registro de sinistro que ele suporta, o que significa que o fluxo de trabalho de extração deve capturar o número do sinistro ou da apólice que aparece no orçamento, mesmo que esteja escrito à mão na margem.

Prontuários Médicos e Formulários de Admissão

Em sinistros que envolvem lesões — acidentes automobilísticos, acidentes de trabalho, responsabilidade civil — os documentos médicos chegam rapidamente ao arquivo do sinistro. Formulários de admissão do pronto-socorro, relatórios de ambulância, pedidos de exames de imagem e notas de tratamento inicial contêm campos estruturados (nome do paciente, data do atendimento, NPI do prestador, códigos de diagnóstico, códigos de faturamento) misturados com anotações clínicas. A estratégia de extração segue a abordagem ACORD: extrair os campos estruturados (datas, códigos, identificadores de prestadores, valores faturados) com definições de colunas, e manter as anotações clínicas como texto livre para revisão pelo ajustador ou enfermeiro gestor de caso.

Fotos

Fotos de danos — fotos de colisões veiculares, danos por incêndio, infiltração de água, equipamentos quebrados — não podem ser extraídas para dados estruturados no sentido tradicional. Não há "valor em reais" a ser lido de uma foto. No entanto, modelos de visão computacional podem identificar e classificar tipos de danos (ex.: "colisão frontal", "dano no teto por granizo", "mancha de água no teto") se a operação de sinistros tiver um caso de uso para codificação automatizada de danos. Para a maioria das equipes de sinistros, a abordagem prática é tratar as fotos como evidências de suporte que o sistema de recepção de sinistros recebe e vincula ao registro do sinistro, sem tentar extração estruturada.

O principal insight operacional em todos os tipos de documentos de suporte: cada um requer sua própria definição de coluna de extração, e o fluxo de trabalho deve manter as saídas de todos os documentos vinculadas ao mesmo registro de sinistro. Este não é um problema único de extração. É uma família de problemas de extração organizados em torno de um único evento de sinistro.

Métodos Tradicionais vs Extração com IA

A abordagem convencional para a entrada de dados em sinistros de seguros tem duas variantes: digitação manual e OCR baseado em modelos. Ambas compartilham a mesma limitação fundamental — tratam cada documento de sinistro como se seu layout fosse previsível, o que não é na recepção real de sinistros.

A abordagem de IA semântica — extração de documentos sem template — é mais importante para sinistros do que para qualquer outra categoria de documento, devido à enorme variedade de formatos na captação real de sinistros. Um ACORD 2 chegando como PDF limpo de um portal de transportadora e o mesmo formulário chegando como cópia de fax com campos manuscritos nas margens são o mesmo tipo de documento exigindo as mesmas colunas, mas um sistema baseado em template precisaria de duas configurações. Um sistema semântico lida com ambos com uma só.

Processamento em Lote de Formulários de Sinistros com Múltiplas Seguradoras

O fluxo de trabalho prático para equipes de sinistros que processam de 50 a 200 sinistros por dia é o processamento em lote — enviar uma pasta de pacotes de sinistros, extrair os campos estruturados de cada documento componente e exportar tudo para uma planilha unificada com uma chave de número de sinistro que vincula as linhas de cada tipo de documento.

Um fluxo de trabalho típico em lote funciona assim:

O processamento prioritário em lote não é um complemento para operações de sinistros. É o único fluxo de trabalho que escala quando uma TPA processa sinistros de 50 seguradoras diferentes, cada uma usando uma renderização ACORD distinta, e os documentos de suporte chegam por uma dúzia de canais de recebimento diferentes.

Como Escolher uma Ferramenta de Extração de Sinistros

Nem toda ferramenta de extração é adequada para sinistros de seguros. A mistura de documentos — formulários estruturados, relatos em texto livre, anexos de múltiplas fontes — exige capacidades específicas que ferramentas de OCR de uso geral podem não ter. Aqui estão os critérios que realmente importam para operações de sinistros.

Sem template ou baseado em template. Esta é a decisão mais impactante. Se a ferramenta exigir criar e manter templates por seguradora, tipo de formulário e canal de recebimento, ela não suportará a variedade de formatos do recebimento real de sinistros. Uma abordagem sem template — onde as definições de colunas funcionam entre tipos de formulário, seguradoras e layouts — elimina a dívida de configuração que faz com que pilotos de automação de sinistros travem após a fase de prova de conceito.

Suporte a múltiplos tipos de documento. A ferramenta deve lidar com formulários ACORD, boletins de ocorrência, orçamentos de reparo e prontuários médicos como tipos de documento distintos, com definições de colunas separadas — e não tratar tudo como "um documento".

Capacidade de reconhecer escrita à mão. Uma porcentagem significativa de formulários de sinistro é preenchida à mão — na beira da estrada, num hospital, numa prancheta. Se a precisão da ferramenta para escrita à mão em campos estruturados for inferior a 85%, a automação desses campos desmorona porque muitas saídas precisam de correção.

Exportação em lote para planilha ou sistema de sinistros. A saída deve ser um arquivo estruturado (Excel, CSV) que possa ser carregado no Guidewire ClaimCenter, Duck Creek Claims ou qualquer plataforma de gestão de sinistros sem reformatação manual.

Sem necessidade de treinamento. As equipes de sinistros não têm volume para treinar modelos personalizados. Uma ferramenta que exija de 10 a 50 documentos de amostra por tipo de formulário para "aprender" seus formatos de sinistro não é adequada para o caso de uso de recebimento de seguros, onde novos formatos de seguradoras e variações de documentos de suporte aparecem regularmente.

Perguntas Frequentes

Quais tipos de documentos estão incluídos na extração de dados de sinistros de seguros?

A extração de sinistros abrange todo o pacote: formulários de aviso de perda ACORD (ACORD 1 para propriedade, ACORD 2 para automóvel, ACORD 3 para responsabilidade geral, ACORD 4 para acidentes de trabalho), boletins de ocorrência, orçamentos de reparos automotivos e prediais, prontuários e contas médicas, e correspondências de suporte. Cada tipo de documento requer sua própria definição de coluna de extração, mas todas as saídas são vinculadas pelo número do sinistro ou apólice para processamento consolidado.

Qual a precisão da extração por IA em formulários de sinistros de seguros em comparação com a entrada manual?

Nos campos estruturados do cabeçalho — número da apólice, nome do segurado, data e local da perda, valores — a extração por IA atinge 90–95%+ de precisão, o que é mensuravelmente melhor que a taxa de erro de 3–5% por campo da entrada manual de dados. Os erros restantes se concentram em tipos específicos de campo (VINs manuscritos, marcas de seleção parciais) e são previsíveis o suficiente para construir um fluxo de trabalho de verificação direcionada. Já os erros manuais são aleatórios — qualquer campo pode estar errado por qualquer motivo —, tornando-os mais difíceis de detectar sem uma releitura completa de cada documento.

A IA consegue extrair a descrição narrativa da perda de um formulário de sinistro?

Ela consegue extrair o texto da narrativa com alta precisão — lendo palavras manuscritas ou digitadas e as convertendo em um bloco de texto em uma célula de planilha. No entanto, não é confiável categorizar essa narrativa em campos estruturados como "Causa da Perda" ou "Parte Culpada". Modelos de linguagem que tentam classificar narrativas produzem uma taxa de erro de 25–30%, tornando a saída não confiável para decisões de cobertura ou responsabilidade. O fluxo de trabalho recomendado é extrair a narrativa como texto bruto e deixar que o ajustador a leia diretamente, enquanto os campos estruturados — que representam a maior parte da carga de entrada de dados — são automatizados.

A extração por IA funciona em boletins de ocorrência de diferentes jurisdições?

Sim — e é aqui que a extração sem modelo tem uma vantagem decisiva sobre o OCR tradicional. Existem cerca de 18 mil agências de aplicação da lei nos Estados Unidos, cada uma com um layout de relatório diferente. O OCR baseado em modelo exigiria um modelo separado por agência. A leitura semântica identifica os rótulos dos campos em cada relatório — "Nome do Oficial", "Número do Boletim", "Condutor Culpado" — para localizar os valores, de modo que uma única definição de coluna cubra todos os formatos de agência. O mesmo princípio se aplica a orçamentos de reparos, que variam conforme o sistema de software de estimativa (CCC, Mitchell, Audatex).

Qual a eficácia da IA em formulários de sinistros manuscritos?

Em campos estruturados com rótulos claros, formulários de sinistros manuscritos são extraídos com 85–90% de precisão para a maioria das qualidades de caligrafia. O principal modo de falha são erros de leitura de caracteres individuais — um "5" manuscrito lido como "S", um "0" como "O" — e não falhas no campo inteiro. Formulários preenchidos em condições adversas (à beira da estrada após um acidente, em ambiente mal iluminado) tendem a ter caligrafia mais apressada, empurrando a precisão para o limite inferior dessa faixa. Um fluxo de trabalho prático de sinistros inclui uma etapa de validação de 1 a 2 minutos para verificar os 2 a 3 campos mais críticos de cada formulário.

Os dados extraídos de sinistros podem ser exportados diretamente para o Guidewire ou Duck Creek?

Sim. A saída da extração é um arquivo estruturado — Excel, CSV ou JSON — que pode ser importado para qualquer sistema de gerenciamento de sinistros que aceite uploads em lote. Os cabeçalhos das colunas correspondem aos nomes dos campos definidos durante a configuração da extração, de modo que os dados sejam inseridos nos campos corretos do sistema. Para equipes que processam grandes volumes, a exportação em lote também pode ser configurada para produzir planilhas ou arquivos separados por tipo de documento (campos ACORD, campos de boletim policial, campos de orçamento), vinculados pelo número do sinistro ou da apólice.

Isso funciona também para formulários de indenização trabalhista?

Sim. Os formulários de aviso de sinistro (FNOL) de indenização trabalhista seguem a mesma estrutura de outras reivindicações baseadas em ACORD: um conjunto de campos de cabeçalho rotulados (nome do empregador, nome do funcionário, data da lesão, natureza da lesão, parte do corpo, médico assistente) mais uma descrição narrativa do acidente. Os campos estruturados são extraídos com a mesma faixa de precisão das reivindicações de propriedade e automóveis. As reivindicações trabalhistas também geram documentos de suporte adicionais — primeiro relatório médico, formulários de retorno ao trabalho, declarações de salário — cada um podendo ser tratado com seu próprio conjunto de colunas de extração.

A IA consegue extrair dados de fotos de danos veiculares?

Não dados estruturados no sentido tradicional. Modelos de visão computacional podem classificar tipos de danos (colisão frontal, danos por granizo, danos por incêndio) e estimar faixas de gravidade, mas não conseguem gerar um valor em dólares ou uma lista de peças apenas a partir de uma foto. Fotos são melhor tratadas como evidência de suporte vinculada ao registro do sinistro, enquanto orçamentos estruturados de oficinas ou prestadores de serviços fornecem os dados que alimentam as reservas financeiras e os cálculos de liquidação.

Quantos formulários de sinistro podem ser processados em um único lote?

Não há limite prático superior para o tamanho do lote na extração por IA. Equipes de sinistros processam rotineiramente de 100 a 200 pacotes de sinistros em um único lote — misturando formulários ACORD de várias seguradoras, boletins de ocorrência de diferentes órgãos e orçamentos de reparo de diversas oficinas. O tempo de processamento escala linearmente com a quantidade de documentos, com média de 5 a 10 segundos por documento, independentemente do formato ou da seguradora. Para volumes maiores, o fluxo de trabalho em lote suporta processamento simultâneo por meio de planos de equipe.

Como começo a testar a extração por IA nos meus próprios formulários de sinistro?

Carregue um formulário ACORD escaneado — de propriedade, automóvel ou responsabilidade civil geral — ou uma foto de um formulário de sinistro preenchido. Não é necessário registro para o primeiro teste. Defina as colunas que seu sistema de sinistros precisa: Número da Apólice, Data do Sinistro, Nome do Segurado, Local do Sinistro, Valor Estimado, Tipo de Sinistro. Veja os resultados da extração em segundos. Para um passo a passo completo abordando o processamento em lote de formulários de várias seguradoras e documentos de suporte, consulte nossos guias detalhados para tipos específicos de documentos de sinistro.