人工智能与职业病检测：对社保福利的影响

本页为葡萄牙语原文的译文，仅供参考，内容涉及巴西法律。如有出入，以葡萄牙语版本为准。 阅读葡萄牙语原文

人工智能系统如今已能以高于人工筛查的准确度识别职业病的规律，从而改变劳动者获取社保福利的方式。

人工智能如何识别职业病

在巴西的社会保障体系中，职业病的检测一直是一大难题。许多劳动者多年来一直带着某些症状生活，这些症状单独来看似乎无关紧要，合在一起却清楚地表明其疾病与工作有关。在这样的背景下，人工智能（IA）成了一种有力的工具，它能够交叉比对医疗、劳动和流行病学方面的信息，找出传统分析中常常被忽略的关联。

仔细观察这类系统的运作方式就会发现，它们依靠的是用海量数据训练出来的机器学习算法。病历、有害因素接触记录、休假停工历史，甚至工作场所的环境数据，都会输入统计模型，由模型计算某种健康状况源于职业的概率。这种大规模处理数据的能力，使一些细微的规律能够被提前发现，例如某类工业噪音与进行性听力损失之间的关联。

实际上，IA可以分析劳动者的社保职业档案（Perfil Profissiográfico Previdenciário，PPP），并将其与职业病发病数据库进行比对，从而提示值得深入调查的诊断。这并不能取代医学鉴定医师，但它提供了一种补充手段，可以提高认定疾病与工作之间因果关系（nexo）这一过程的准确性。

技术流行病学因果关系与技术的作用

社保流行病学技术因果关系（Nexo Técnico Epidemiológico Previdenciário，NTEP）由社会保障法规设立，它在经济活动与某些健康损害之间确立统计推定，本身已经是一大进步。适用NTEP时，如果企业所属行业与劳动者所患疾病之间存在显著的流行病学关联，就推定该疾病具有职业性质。IA通过完善构建这些关联时所用的统计标准，进一步强化了这一机制。

IA并不能取代医学鉴定中的人的判断，但它提高了识别职业病的能力；如果没有海量数据的交叉比对，这些职业病将得不到社保方面的认定。

我们注意到，IA算法可以实时更新国家经济活动分类（CNAE）与国际疾病分类（CID）代码之间的对应关系表，使这一体系更具活力，也能更快地回应劳动世界的新变化。近年来出现或发生转变的职业，例如与数字平台工作相关的职业，目前仍缺少成熟的流行病学数据。IA可以加快识别这些新兴群体的患病规律，有助于更新社会保障政策。

另一个值得关注的方面是对因果关系的异议。目前，如果雇主不同意按NTEP自动归类，可以提交技术文件来推翻这一推定。应用于鉴定分析的IA工具可以更客观地评估这些异议材料，减少主观性；这种主观性有时会影响INSS (巴西国家社会保障局) 内部的行政决定。

难以诊断的职业病

某些职业性疾病潜伏期很长，或症状不明显，用常规方法很难确立因果关系。矽肺、某些与化学因素接触有关的癌症，以及由工作引起的精神障碍（如倦怠综合征，世界卫生组织将其认定为一种职业现象），都是IA能够发挥独特作用的例子。通过处理临床和职业方面的历史数据序列，这些系统能够识别出患病的发展轨迹，而这些轨迹在一次性的分析中是看不见的。

对因丧失劳动能力而享有的社保福利的影响

把一种疾病正确认定为职业病，会直接影响劳动者的社保权利。疾病被认定与工作有关时，所发放的福利是工伤疾病津贴（auxílio-doença acidentário，B91类），而不是普通疾病津贴（auxílio-doença comum，B31类）。这一区别在实践中有多方面的意义，直接关系到被保险人的生活。

领取工伤类福利的劳动者，依照社会保障法规的规定，在疾病津贴终止后享有12个月的临时职位保障。此外，因职业病停工的期间，无需额外缴费即可计入缴费年限。企业则在整个停工期间仍须继续缴纳FGTS (巴西工龄保障基金)。由此可见，准确认定疾病的职业性质，能为劳动者带来可观的财产性保护。

IA有助于减少这样的情况：本应按工伤类发放的福利，却按普通类发放。据估计，对于与工作活动存在流行病学关联的疾病，相当一部分停工被错误归类，损害了劳动者的权利。智能筛查系统可以自动标出这些案件，提请重新评估，从而保证从最初申请时就作出正确归类。

永久丧失劳动能力退休金与IA的作用

在最严重的情况下，职业病导致完全且永久丧失劳动能力，劳动者有权领取永久丧失劳动能力退休金（原称残疾退休金）。如果丧失劳动能力源于职业病，则不要求最低缴费等待期（carência），这使领取该福利更为容易。IA可以协助准备支持申请的技术材料，以结构化的方式整理临床与职业方面的病史，并显示疾病随接触有害因素的时间推移而发展的过程。

还需要指出，在部分丧失劳动能力的情形下，劳动者可能有权领取事故津贴（auxílio-acidente）。这是一种带有补偿性质的福利，在遗留后遗症、导致劳动能力下降时发放。确定功能减退的程度是IA可以提供更客观参数的另一个领域：它可以把被保险人的情况与类似案例的数据库作比对，并协助为决定提供技术依据。

IA在社保医学鉴定中的伦理与法律挑战

将IA引入职业病认定程序，会带来一些不容忽视的重要问题。首先是算法的透明度。要使一项行政或司法决定被视为有充分依据，当事人必须能够理解所采用的标准。“黑箱”式的IA系统，其算法内部的推理过程无法获知，会产生问责（accountability）方面的问题，在机构采用之前必须加以解决。

训练数据中的偏差问题同样重要。如果算法所用的历史数据反映了结构性不平等（例如在某些经济部门或国内某些地区，职业病存在漏诊），IA就可能复制甚至放大这些偏差。持续验证模型并使数据库来源多样化，是降低这一风险不可缺少的措施。

在规范层面，巴西法律体系正在推进对IA的规制，立法机关正在讨论IA的监管框架。无论立法最终采取何种形式，宪法和宪法以下层级的法律中已有一些原则，可以为公共行政使用这些技术划定界限：正当法律程序、充分辩护、行政行为的说明理由，以及个人数据保护（依据《通用数据保护法》），这些都是任何自动化系统必须遵守的限制。

劳动者的数据保护

根据LGPD (巴西《通用数据保护法》)，健康数据属于敏感个人数据，须予以区别对待。当IA为认定职业病而处理劳动者的医疗和职业信息时，关键在于这种处理要有适当的法律依据，要落实信息安全措施，并且要依照数据保护法规的规定，让数据主体知悉自动化处理的逻辑。

数字化社会保障的未来展望

INSS在不断加大对技术方案的投入，以实现流程现代化，Meu INSS (“我的INSS”) 平台，以及在某些情形下实施的远程医疗鉴定，都是例证。把IA工具整合到丧失劳动能力福利的审查中，是这一数字化进程中顺理成章的一步。我们预计，未来几年，基于IA的决策辅助系统将成为社保医学鉴定的常规组成部分。

不过，这一发展还必须配套以下措施：对相关人员（鉴定医师、行政人员和律师型公职人员）进行培训，对算法建立常态化的审计机制，并提供有效渠道，让被保险人能够对受自动化处理影响的决定提出质疑。技术应当成为扩大权利的工具，而不是获得社会保障的又一道障碍。

我们认为，身患职业病的劳动者本已处于弱势地位。IA若能负责任、透明地加以应用，就有可能使这些疾病的认定更迅速、更准确、更公正，确保社保福利发挥其社会保护的功能。

该主题与算法自动决定福利直接相关，我们已在专门的文章中探讨过这一话题。

该主题与机器学习检测欺诈直接相关，我们已在专门的文章中探讨过这一话题。

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