IA y detección de enfermedades ocupacionales para el acceso a beneficios

Esta página es una traducción del texto original en portugués, ofrecida para facilitar la lectura. Trata del derecho brasileño. En caso de divergencia, prevalece la versión en portugués. Leer el original en portugués

Los sistemas de inteligencia artificial ya logran identificar patrones de enfermedades ocupacionales con una precisión superior a la del cribado manual, y están transformando la forma en que los trabajadores acceden a los beneficios de la seguridad social.

Cómo la IA identifica las enfermedades ocupacionales

La detección de enfermedades ocupacionales siempre ha sido un desafío significativo para el sistema previsional brasileño. Muchos trabajadores conviven durante años con síntomas que, por separado, parecen inofensivos, pero que en conjunto revelan un cuadro claro de enfermedad relacionada con el trabajo. En este escenario, la IA surge como una herramienta capaz de cruzar información médica, laboral y epidemiológica para identificar conexiones que con frecuencia pasan inadvertidas en el análisis tradicional.

Al examinar el funcionamiento de estos sistemas, se advierte que operan con algoritmos de aprendizaje automático entrenados a partir de grandes volúmenes de datos. Historias clínicas, registros de exposición a agentes nocivos, historial de licencias médicas e incluso datos ambientales del lugar de trabajo alimentan modelos estadísticos que calculan la probabilidad de que una determinada condición de salud tenga origen ocupacional. Esta capacidad de procesamiento masivo permite detectar con antelación patrones sutiles, como la correlación entre cierto tipo de ruido industrial y la pérdida auditiva progresiva.

En la práctica, la IA puede analizar el Perfil Profesiográfico Previsional (PPP) del trabajador y compararlo con bases de datos de morbilidad ocupacional, sugiriendo diagnósticos que merecen una investigación más profunda. Esto no sustituye al médico perito, pero ofrece un instrumento complementario que mejora la exactitud del proceso de reconocimiento del nexo entre enfermedad y trabajo.

El Nexo Técnico Epidemiológico y el papel de la tecnología

El Nexo Técnico Epidemiológico Previsional (NTEP), instituido por la legislación previsional, ya representó un avance al establecer presunciones estadísticas entre actividades económicas y determinados daños a la salud. Con el NTEP, cuando existe una correlación epidemiológica significativa entre el ramo de actividad de la empresa y la enfermedad que afecta al trabajador, se presume el carácter ocupacional de la dolencia. La IA potencia este mecanismo al perfeccionar los criterios estadísticos utilizados para construir dichas correlaciones.

La IA no sustituye la mirada humana en la pericia médica, pero amplía la capacidad de identificar enfermedades ocupacionales que, sin el cruce masivo de datos, quedarían sin reconocimiento previsional.

Los algoritmos de IA pueden actualizar en tiempo real las tablas de correlación entre los códigos de la Clasificación Nacional de Actividades Económicas (CNAE) y de la Clasificación Internacional de Enfermedades (CID), lo que hace al sistema más dinámico y receptivo a las nuevas realidades del mundo del trabajo. Las profesiones que han surgido o se han transformado en los últimos años, como las vinculadas al trabajo en plataformas digitales, aún carecen de datos epidemiológicos consolidados. La IA puede acelerar la identificación de patrones de enfermedad en estas categorías emergentes y contribuir así a la actualización de las políticas previsionales.

Otro aspecto relevante es la impugnación del nexo causal. Actualmente, cuando el empleador no está de acuerdo con el encuadramiento automático por el NTEP, puede presentar documentación técnica para desvirtuar la presunción. Las herramientas de IA aplicadas al análisis pericial pueden evaluar estos elementos de impugnación de forma más objetiva, reduciendo la subjetividad que a veces compromete las decisiones administrativas en el ámbito del INSS (Instituto Nacional del Seguro Social de Brasil).

Enfermedades ocupacionales de difícil diagnóstico

Ciertas condiciones ocupacionales presentan una latencia prolongada o una sintomatología difusa, lo que dificulta establecer el nexo causal con los métodos convencionales. Enfermedades como la silicosis, determinados tipos de cáncer relacionados con la exposición a agentes químicos y los trastornos mentales de origen laboral (como el síndrome de burnout, reconocido por la Organización Mundial de la Salud como fenómeno ocupacional) son ejemplos en los que la IA aporta una contribución diferenciada. Al procesar series históricas de datos clínicos y ocupacionales, estos sistemas logran identificar trayectorias de enfermedad que, en un análisis puntual, serían invisibles.

Impactos en los beneficios previsionales por incapacidad

La correcta identificación de una enfermedad como ocupacional tiene consecuencias directas sobre los derechos previsionales del trabajador. Cuando la enfermedad se reconoce como relacionada con el trabajo, el beneficio concedido es el auxilio por enfermedad accidentario (especie B91), y no el auxilio por enfermedad común (especie B31). Esta distinción importa por varias razones prácticas que afectan directamente la vida del asegurado.

En el caso del beneficio accidentario, el trabajador tiene derecho a una estabilidad provisional de 12 meses tras la finalización del auxilio por enfermedad, conforme a lo previsto en la legislación previsional. Además, el período de licencia por enfermedad ocupacional se computa como tiempo de cotización sin necesidad de aportes adicionales. La empresa, por su parte, mantiene la obligación de depositar el FGTS (Fondo de Garantía por Tiempo de Servicio) durante todo el período de licencia. Por lo tanto, la identificación precisa de la naturaleza ocupacional de la enfermedad genera una protección patrimonial significativa para el trabajador.

La IA puede contribuir a reducir el número de beneficios concedidos en la especie común cuando, en realidad, deberían ser accidentarios. Las estimaciones indican que una parte considerable de las licencias por enfermedades con correlación epidemiológica con actividades laborales termina clasificándose de forma inadecuada, en perjuicio de los derechos de los trabajadores. Los sistemas inteligentes de cribado podrían señalar automáticamente estos casos para su reevaluación, garantizando el encuadramiento correcto desde la solicitud inicial.

Jubilación por incapacidad permanente y la contribución de la IA

En los casos más graves, en que la enfermedad ocupacional produce una incapacidad total y permanente, el trabajador tiene derecho a la jubilación por incapacidad permanente (antigua jubilación por invalidez). Cuando la incapacidad deriva de una enfermedad ocupacional, no se exige un período de carencia mínimo de cotizaciones, lo que facilita el acceso al beneficio. La IA puede ayudar en la documentación técnica que respalda la solicitud, organizando de forma estructurada el historial clínico-ocupacional y evidenciando la progresión de la enfermedad a lo largo del tiempo de exposición a los agentes nocivos.

Cabe señalar también que, en situaciones en las que la incapacidad es parcial, el trabajador puede tener derecho al auxilio por accidente, un beneficio de naturaleza indemnizatoria que se paga cuando quedan secuelas que reducen la capacidad laboral. La determinación del grado de reducción funcional es otro campo en el que la IA puede ofrecer parámetros más objetivos, comparando el cuadro del asegurado con bases de datos de casos similares y apoyando la fundamentación técnica de la decisión.

Desafíos éticos y jurídicos de la IA en la pericia previsional

La incorporación de la IA a los procesos de reconocimiento de enfermedades ocupacionales plantea cuestiones relevantes que no pueden ignorarse. La primera se refiere a la transparencia algorítmica. Para que una decisión administrativa o judicial se considere debidamente fundamentada, es necesario que las partes comprendan los criterios utilizados. Los sistemas de IA del tipo «caja negra», en los que el razonamiento interno del algoritmo no es accesible, generan problemas de rendición de cuentas (accountability) que deben abordarse antes de su adopción institucional.

Consideramos igualmente importante la cuestión del sesgo en los datos de entrenamiento. Si los algoritmos se alimentan con datos históricos que reflejan desigualdades estructurales (como el subdiagnóstico de enfermedades ocupacionales en determinados sectores económicos o regiones del país), la IA puede reproducir e incluso amplificar esas distorsiones. La validación continua de los modelos y la diversificación de las bases de datos son medidas indispensables para mitigar este riesgo.

En el plano normativo, el ordenamiento jurídico brasileño avanza en la regulación de la IA, con debates legislativos sobre su marco regulatorio. Con independencia de la forma final de la legislación, ya existen principios constitucionales e infraconstitucionales que delimitan el uso de estas tecnologías en la administración pública: el debido proceso legal, el derecho de defensa amplia, la motivación de los actos administrativos y la protección de los datos personales (conforme a la Ley General de Protección de Datos, LGPD) constituyen límites que todo sistema automatizado debe respetar.

La protección de los datos del trabajador

La LGPD clasifica los datos de salud como datos personales sensibles, que exigen un tratamiento diferenciado. Cuando la IA procesa información médica y ocupacional del trabajador con el fin de reconocer una enfermedad ocupacional, es fundamental que dicho tratamiento cuente con una base legal adecuada, que se implementen medidas de seguridad de la información y que el titular de los datos sea informado sobre la lógica del procesamiento automatizado, tal como prevé la legislación de protección de datos.

Perspectivas para el futuro de la previsión digital

El INSS ha invertido progresivamente en soluciones tecnológicas para modernizar sus procesos, como lo demuestran la plataforma Meu INSS (portal digital del INSS) y la implementación de pericias por telemedicina en determinadas situaciones. La integración de herramientas de IA en el análisis de los beneficios por incapacidad representa un paso natural en esta trayectoria de digitalización. Prevemos que, en los próximos años, los sistemas de apoyo a la decisión basados en IA se conviertan en componentes habituales de la pericia médica previsional.

Sin embargo, esta evolución debe ir acompañada de la capacitación de los profesionales involucrados (peritos médicos, funcionarios administrativos y procuradores), de mecanismos de auditoría permanente de los algoritmos y de canales eficaces para que los asegurados puedan cuestionar decisiones influidas por el procesamiento automatizado. La tecnología debe servir como instrumento para ampliar derechos, y no como una barrera adicional al acceso a la protección previsional.

Entendemos que el trabajador que enfrenta una enfermedad ocupacional ya se encuentra en una situación de vulnerabilidad. La IA, cuando se aplica con responsabilidad y transparencia, tiene el potencial de hacer que el reconocimiento de estas enfermedades sea más ágil, preciso y justo, garantizando que los beneficios previsionales cumplan su función de protección social.

Este tema guarda relación directa con los algoritmos de decisión automática en beneficios, asunto que abordamos en un artículo específico.

Este tema guarda relación directa con el machine learning para la detección de fraudes, asunto que abordamos en un artículo específico.

As informações deste artigo são de caráter informativo e não substituem consulta jurídica individualizada. Cada caso possui particularidades que exigem análise específica.