Guia Completo para
Extração de Dados de Sinistros de Seguros (2026)

O que é a Extração de Dados de Reclamações de Seguros?

A extração de dados de reclamações de seguros é o processo automatizado de leitura de campos-chave de documentos relacionados a reclamações — avisos de perda ACORD, relatórios policiais, estimativas de reparação, registros médicos e outros anexos de apoio — e sua conversão em dados estruturados que uma planilha, sistema de gestão de reclamações ou plataforma de análise possa ingerir. Diferentemente da extração padrão de faturas ou recibos, que visa um único tipo de documento, a extração de reclamações deve lidar com um pacote de múltiples documentos, onde cada componente tem seu próprio formato, seus próprios campos-chave e seus próprios requisitos de extração.

O escopo vai além do First Notice of Loss. Uma estratégia completa de extração de reclamações cobre todos os documentos que entran no arquivo de reclamação, desde a admissão até a resolução: o formulário ACORD inicial (seja de automóvil, propriedade, responsabilidade geral ou compensação de trabalhadores), os anexos de apoio que substanciam a perda, e a correspondência contínua e documentos de facturação que se acumulan conforme a reclamação avança. Para um desglose detalhado a nível de campo do que a IA pode e não pode extraer dos formulários ACORD iniciales especificamente, consulte nosso artigo complementario sobre Puede la IA leer formularios de reclamo de seguro FNOL?

O que torna esta categoria distinta de outras tarefas de extração de documentos é a estrutura em capas de um pacote de reclamação. Os campos de cabeçalho estruturados no formulário ACORD — número de póliza, fecha de perda, nombre del asegurado, ubicación de la pérdida — siguen un patrón predecible y se extraen de manera confiable. La narrativa de texto libre en la sección de Descripción de la Pérdida no lo hace. Los documentos de apoyo — un informe policial de una jurisdicción, una estimación de reparación de un sistema de software diferente, registros médicos de un tercero — cada uno requiere una estrategia de extracción separada. Un enfoque completo tiene en cuenta las tres capas, no solo la más 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 de sinistros digitando valores de campo 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 que o processamento manual realmente custa a uma operação, porque a despesa real chega por quatro canais distintos que a maioria das empresas acompanha em orçamentos separados.

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

O imposto do erro. A inserção manual de dados de documentos de seguros tem uma taxa de erro estimada de 3–5% em nível de 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 incorretamente atrasa a verificação de elegibilidade. Uma data de perda errada gera uma ligação de acompanhamento ao segurado. Um valor transposto na estimativa de reparo cria uma divergência de reserva que leva tempo para reconciliar. Benchmarks do setor sugerem que cada erro de inserção de dados em um sinistro custa US$ 15–30 para corrigir — e esses custos se acumulam quando os erros são descobertos downstream em vez de na admissão.

O custo de oportunidade do tempo do ajustador. A pesquisa da McKinsey mostra que subscritores e ajustadores de sinistros gastam 30–40% do seu tempo em tarefas administrativas, incluindo inserção 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 cobertura, negociar acordos ou gerenciar casos complexos. O custo em dólares desse tempo é o salário integral do ajustador. O custo de oportunidade é a velocidade dos sinistros — e a satisfação do cliente — que essas horas poderiam ter produzido se redirecionadas para 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 200+ sinistros por dia, equipes de resposta a catástrofes lidando com volumes de pico — essas horas se acumulam em dias. Os estudos de satisfação com sinistros da J.D. Power mostram consistentemente que a velocidade de processamento do FNOL é um dos fatores mais fortes de 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 de Seguros Diferente de Outros Tipos de Documentos

A extração de sinistros de seguros compartilha a base técnica com a extração de faturas ou recibos — os mesmos modelos de visão e linguagem, a mesma abordagem de colunas personalizadas — mas três fatores estruturais fazem dela um problema fundamentalmente mais difícil.

1. Variação de formato por seguradora e ramo de negócio. Um ACORD 1 (Aviso de Perda de Propriedade) e um ACORD 2 (Aviso de Perda Automóvel) parecem diferentes porque coletam informações diferentes. Mas o mesmo ACORD 1 preenchido por meio de um sistema de gestão de agências Applied Epic é renderizado de forma diferente do que um proveniente do Vertafore AMS360, que por sua vez é renderizado de forma diferente de um preenchido à mão em um formulário de papel. A ACORD mantém mais de 800 tipos de formulários padronizados. As cerca de 39.000 agências independentes de P&C nos Estados Unidos produzem esses formulários com suas próprias configurações de sistema, configurações de impressão e hábitos de preenchimento. A extração baseada em modelos, que depende de coordenadas fixas de campos, falha no momento em que 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 em mais detalhes em nosso explicador sobre OCR tradicional versus extração orientada por IA.

2. O pacote de sinistros com múltiplos documentos. Uma ferramenta de extração de faturas processa uma fatura. Um fluxo de trabalho 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 + narrativa em texto livre em um único documento. O formulário ACORD é único ao combinar ambos os modos em uma única página. O cabeçalho contém campos claramente rotulados, com valores curtos, que a IA extrai com alta precisão. A seção Descrição da Perda é uma caixa em branco para prosa narrativa — 50 palavras ou 500, manuscrita ou digitada, focada ou divagante. Esses dois modos coexistem no mesmo documento e exigem tratamentos fundamentalmente diferentes.

Campos Estruturados: O Que Você Pode Extrair de Forma Confiável

Os campos estruturados de cabeçalho nos formulários ACORD são onde a extração por IA entrega mais valor. Estes campos têm rótulos impressos, espaços de valores limitados e padrões semânticos consistentes — as condições ideais para um modelo de visão-linguagem. A seguir estão os campos principais divididos pelos quatro grandes tipos de formulários ACORD FNOL que cobren a grande maioria do intake de sinistros P&C.

ACORD 1 — Aviso de Perda de Propriedade

ACORD 2 — Aviso de Perda Automóvel

ACORD 3 — Aviso de Perda de Responsabilidade Geral

O padrão nos três tipos de formulário é consistente: campos rotulados com valores curtos extraem 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 tique leve a lápis lido como desmarcado), 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 do PDF do portal da seguradora e em um ACORD 2 fotografado à beira da estrada — sem modelos, sem configuração por seguradora.

A Narrativa em Texto Livre: Uma Estratégia Diferente

A seção Description of Loss é a parte de um formulário ACORD em que a extração por IA encontra um limite estrutural. Esta seção contém o relato do próprio sinistrado sobre o que aconteceu, 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 sinal na Main Street. Um caminhão bateu na minha traseira." Uma descrição de perda de propriedade: "Notei água no chão da cozinha por volta das 15h. Subi ao 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 consegue extrair o texto dessa narrativa com alta precisão — lendo as palavras manuscritas ou digitadas da página e convertendo-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 25–30%, o que é alto demais para qualquer processo downstream que dependa de o resultado estar correto.

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 em 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 em 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 normalmente superam o formulário principal na 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

Os boletins de ocorrência são o documento de suporte mais frequentemente anexado. Eles contêm dados estruturados críticos — o nome e o número de identificação do oficial investigador, o número do boletim, a data e a hora em que foi registrado, a designação do motorista culpado, informações sobre a infração, anotações sobre condições climáticas e da via, e uma seção narrativa que frequentemente repete ou expande o que o reclamante escreveu no formulário ACORD. O desafio de extração com boletins de ocorrência não é a complexidade dos campos, mas a variação de formatos. Há aproximadamente 18.000 agências de aplicação da lei nos Estados Unidos, cada uma usando seu próprio layout de boletim. Algumas usam o modelo padrão de relatório de acidente de trânsito da NHTSA. Outras usam formulários específicos de cada estado (o CHP 555 da Califórnia, o CR-3 do Texas). Muitas usam formatos 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 boletim — "Nome do Oficial", "Número do Boletim", "Culpado" — independentemente de onde estejam na página.

Orçamentos de Reparo

Orçamentos de reparo automotivo de oficinas e orçamentos de reparo de propriedades de empreiteiros contêm detalhes itemizados essenciais para a definição de reservas e negociação de acordos. Os principais campos extraíveis incluem: nome e contato da oficina ou empreiteiro, data do orçamento, identificador do veículo ou propriedade, horas de mão de obra e taxa por item, custos de peças (OEM vs. aftermarket vs. usadas), pintura e materiais, subtotal, impostos e total. Os orçamentos de reparo são mais valiosos quando extraídos como uma tabela com uma linha por item — para que o dano total estimado possa ser calculado pela 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 extração deve capturar o número do sinistro ou da apólice que aparece no orçamento, mesmo que esteja manuscrito na margem.

Registros Médicos e Formulários de Admissão

Em sinistros que envolvem lesões — acidentes automobilísticos, compensação de trabalhadores, responsabilidade por instalações — documentos médicos entram no arquivo do sinistro rapidamente. Formulários de admissão de emergência, relatórios de atendimento de ambulância, pedidos de exames de imagem e notas iniciais de tratamento contêm campos estruturados (nome do paciente, data do serviço, NPI do provedor, códigos de diagnóstico, códigos de cobrança) misturados com notas clínicas. A estratégia de extração espelha a abordagem ACORD: extrair os campos estruturados (datas, códigos, identidades dos provedores, valores cobrados) com definições de colunas e manter as notas clínicas como texto livre para revisão do ajustador ou do enfermeiro gerente de caso.

Fotos

Fotos de danos — fotos de colisão de veículos, danos por incêndio, intrusão de água, equipamentos quebrados — não podem ser extraídas para dados estruturados no sentido tradicional. Não há "valor em dólares" para ler em uma foto. No entanto, modelos de visão computacional podem identificar e classificar tipos de danos (por exemplo, "colisão frontal," "dano no telhado 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 evidência de apoio que o sistema de admissão de sinistros recebe e vincula ao registro do sinistro, sem tentar extração estruturada.

A principal percepção operacional em todos os tipos de documentos de apoio: cada um exige 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 entrada de dados de sinistros de seguro tem duas variantes: digitação manual e OCR baseado em modelo. Ambas compartilham a mesma limitação fundamental — tratam cada documento de sinistro como se seu layout fosse previsível, o que não é na admissão real de sinistros.

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

Processamento em Lote de Formulários de Sinistros de 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 é assim:

O Processamento Prioritário em Lote não é um recurso secundário para operações de sinistros. É o único fluxo de trabalho que escala quando um 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, narrativas de texto livre, anexos de múltiplas fontes — exige capacidades específicas que ferramentas de OCR de uso geral podem não ter. Aqui estão os critérios que importam especificamente para operações de sinistros.

Sem modelo ou baseado em modelo. Esta é a decisão mais consequente. Se a ferramenta exigir a criação e manutenção de modelos por seguradora, por tipo de formulário e por canal de recebimento, ela não sobreviverá à variação de formatos do recebimento real de sinistros. Uma abordagem sem modelo — onde as definições de colunas funcionam entre tipos de formulário, seguradoras e layouts — elimina a dívida de configuração que faz os pilotos de automação de sinistros estagnarem após a fase de prova de conceito.

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

Capacidade de manuscrito. Uma porcentagem significativa dos formulários de sinistros é preenchida à mão — na beira da estrada, em um hospital, em uma prancheta. Se a precisão da ferramenta em campos estruturados manuscritos for inferior a 85%, a automação de campos estruturados colapsa porque muitos resultados 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 exige 10–50 documentos de amostra por tipo de formulário para "aprender" seus formatos de sinistros 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 cobre o pacote completo de sinistros: formulários de aviso de perda ACORD (ACORD 1 para propriedade, ACORD 2 para automóvel, ACORD 3 para responsabilidade geral, ACORD 4 para compensação de trabalhadores), boletins de ocorrência, orçamentos de reparo de automóveis e propriedades, registros e contas médicas de admissão, e correspondência de apoio. Cada tipo de documento exige sua própria definição de coluna de extração, mas todas as saídas são vinculadas pelo número do sinistro ou da apólice para processamento consolidado.

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

Nos campos estruturados de 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 do que a taxa de erro de 3–5% por campo da entrada manual de dados. Os erros restantes se concentram em tipos específicos de campos (VINs manuscritos, marcas parciais em caixas de seleção) e são previsíveis o suficiente para criar um fluxo de trabalho direcionado de verificação por amostragem. Os erros manuais, por outro lado, são aleatórios — qualquer campo pode estar errado por qualquer motivo — o que os torna mais difíceis de detectar sem uma releitura completa de cada documento.

A IA consegue extrair a narrativa de Descrição da Perda de um formulário de sinistro?

Ela consegue extrair o texto da narrativa com alta precisão — lendo palavras manuscritas ou digitadas e as renderizando como um bloco de texto em uma célula de planilha. Ela não consegue categorizar essa narrativa de forma confiável 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% que torna a saída não confiável para decisões de cobertura ou responsabilidade. O fluxo de trabalho recomendado é extrair a narrativa como texto bruto e deixar o ajustador lê-la diretamente, enquanto os campos estruturados — que representam a maior parte do trabalho de entrada de dados — são automatizados.

A extração por IA funciona em relatórios policiais de diferentes jurisdições?

Sim — e é aqui que a extração sem modelo tem uma vantagem decisiva sobre o OCR tradicional. Existem aproximadamente 18.000 agências de aplicação da lei nos Estados Unidos, cada uma usando um layout de relatório diferente. O OCR baseado em modelos exigiría um modelo separado por agência. A extração sem modelo lê os rótulos de campo em cada relatório — "Nome do Oficial", "Número do Relatório", "Condutor Culpable" — para localizar valores, de modo que uma única definição de columna cubra todos os formatos de agência. O mesmo princípio se aplica às estimativas de reparação, que variam segundo o sistema de software de estimação (CCC, Mitchell, Audatex).

Quão bem a IA lida com formulários de reclamo manuscritos?

Em campos estruturados com rótulos de campo claros, os formulários de reclamo manuscritos são extraídos com 85–90% de precisão para a maioria das qualidades de escrita. O principal modo de falha são erros de leitura de caracteres individuais — um "5" manuscrito lido como "S", um "0" como "O" — em vez de falhas de campo completo. Formulários de reclamo preenchidos em condições adversas (à beira da estrada após um acidente, em uma sala mal iluminada) tendem a ter escrita mais apressada, o que empuja a precisão para o extremo inferior desse intervalo. Um fluxo de trabalho prático de reclamos incluye uma etapa de validação de 1–2 minutos para verificar os 2–3 campos mais críticos em cada formulário de reclamo.

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

Sim. A saída da extração é um arquivo estruturado — Excel, CSV ou JSON — que pode ser importado em qualquer sistema de gestão de reclamos que aceite cargas de dados em lote. Os cabeçalhos de columna coinciden com os nomes de campo que você definiu durante a configuração da extração, de modo que os dados chegam aos campos corretos do sistema. Para equipes que processam altos volumes, a exportação em lote também pode ser configurada para produzir planillas ou arquivos separados para cada tipo de documento (campos ACORD, campos de relatório policial, campos de estimativa) vinculados pelo número de reclamo ou póliza.

Isso funciona também para formulários de indenização trabalhista?

Sim. Os formulários FNOL de indenização trabalhista compartilham a mesma estrutura de outras sinistros baseados 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 responsável) além de uma descrição narrativa do acidente. Os campos estruturados são extraídos com a mesma precisão dos sinistros de propriedade e automóveis. Sinistros 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 dano (colisão frontal, dano por granizo, dano 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 estimativas estruturadas de oficinas ou contratantes 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 100–200 pacotes de sinistros em um único lote — misturando formulários ACORD de várias seguradoras, boletins de ocorrência de diferentes órgãos e estimativas de reparo de diversas oficinas. O tempo de processamento escala linearmente com o número de documentos, com média de 5–10 segundos por documento, independentemente do formato ou da seguradora. Para volumes maiores, o fluxo de trabalho em lote suporta processamento concorrente por meio de planos de equipe.

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

Envie um formulário ACORD digitalizado — de propriedade, automóvel ou responsabilidade 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 Perda. Veja os resultados da extração em segundos. Para um passo a passo completo cobrindo processamento em lote de formulários de várias seguradoras e documentos de suporte, consulte nossos guias detalhados para tipos específicos de documentos de sinistro.