Pular para o conteúdo
D W
EU AI Act: Risco baixo Q1

Sick Leave Processing Agent

Processe atestados em minutos, não dias - com rastreamento completo de conformidade.

Valida atestados médicos, calcula continuidade salarial, gerencia prazos de notificação ao INSS e mantém trilha de auditoria para eSocial.

Analisar seu processo
Airbus Volkswagen Shell Renault Evonik Vattenfall Philips KPMG

Extração de atestado por IA, cálculo de afastamento por regras, escalada de acompanhamento

O agente extrai dados de atestados médicos (PT: atestados de doença) por IA, calcula períodos de pagamento pelo empregador e de benefício previdenciário (INSS) de forma determinística conforme CLT e convenção coletiva e reconhece por regras a obrigação de acompanhamento após 15 dias de afastamento pelo empregador - dados de saúde permanecem com acesso estritamente restrito.

Resultado: Com duração média de afastamentos entre 17 e 22 dias por colaborador por ano, passam anualmente vários milhares de ocorrências de atestado pela folha de pagamento incluindo atestados de acompanhamento e atualizações de status.

56% Motor de regras
44% Agente IA
0% Humano

A arquitetura protege dados sensíveis de saúde por separação estrita de papéis entre captura e avaliação:

48.000 dias de atestado por ano, zero tolerância a erro

Toda manhã chegam novos atestados médicos ao sistema. Nas segundas-feiras depois de ondas de gripe, são dezenas. Cada um desencadeia uma cascata: atribuição ao colaborador, verificação se é atestado inicial ou prorrogação, cálculo do período de responsabilidade do empregador, cruzamento com o histórico de afastamentos, notificação ao INSS via eSocial, impacto na folha de pagamento, informação ao gestor - sem dados de diagnóstico. E nos casos de longa duração: acompanhamento do limite de 15 dias para encaminhamento ao INSS.

Isso não é exceção. É o estado normal. Em média, os trabalhadores brasileiros acumulam entre 15 e 20 dias de afastamento por doença por ano. Em uma empresa com 2.000 colaboradores, isso representa 30.000 a 40.000 dias de afastamento por ano - cada um deles um ato administrativo com prazos legais e consequências em caso de descumprimento. Só os primeiros 15 dias de salário pagos pelo empregador já representam um custo expressivo. O problema não é a complexidade de um único atestado. O problema é o volume combinado com tolerância zero a erros.

Onde os erros acontecem

Este agente segue o princípio do Decision Layer: cada decisão é baseada em regras, assistida por IA ou atribuída explicitamente a uma pessoa.

O cálculo dos dias de responsabilidade do empregador conforme a CLT parece simples: até 15 dias consecutivos de afastamento, o empregador paga. A partir do 16o dia, o colaborador é encaminhado ao INSS. Na prática, esse cálculo é uma das fontes de erro mais frequentes na folha. Três situações causam a maioria dos problemas:

Afastamentos recorrentes pela mesma patologia. Quando um colaborador se afasta novamente pela mesma causa dentro de 60 dias, o INSS pode considerar como prorrogação do afastamento anterior. Na prática, isso falha regularmente porque ninguém cruza sistematicamente o histórico de atestados por grupo de diagnóstico. Resultado: o empregador paga 15 dias novamente, quando o direito já havia sido esgotado - ou corta cedo demais, quando se trata de uma nova causa.

Atestados iniciais e prorrogações. Quando um atestado chega, é preciso decidir imediatamente: é um novo afastamento ou a extensão de um existente? Disso depende se a contagem de 15 dias recomeça ou continua. No processamento manual, basta um cruzamento de datas errado para comprometer todo o cálculo.

Feriados e escalas variáveis. Em empresas com turnos variáveis, o cálculo do pagamento durante o afastamento é uma das posições mais sujeitas a erros na folha. Feriados dentro de um período de afastamento são classificados incorretamente, adicionais de turno não são considerados.

Cada um desses erros gera retrabalho: folhas complementares, devoluções, no pior caso, riscos em fiscalizações.

Quatro prazos, quatro destinatários, zero margem

Um único atestado afeta paralelamente múltiplos processos e sistemas:

Entrada do atestado
    |
    +-- Folha: pagamento pelo empregador ou benefício do INSS?
    |
    +-- INSS/eSocial: evento de afastamento (prazo legal)
    |
    +-- Gestor: informação sem diagnóstico
    |
    +-- Monitor de longa duração: dias acumulam, limite de 15 dias

Cada um desses quatro fluxos tem seus próprios prazos, destinatários e regras de proteção de dados. O evento de afastamento no eSocial precisa ser transmitido dentro do prazo. O gestor pode saber que alguém está afastado - mas não o motivo. A folha precisa saber se o pagamento é do empregador ou do INSS. E o monitor de longa duração precisa acumular dias no fundo, ao longo de meses, incluindo interrupções.

Manualmente, isso significa: quatro sistemas diferentes, quatro etapas de processamento diferentes, a cada atestado. Com cem atestados por mês, um processo controlável se transforma em uma construção frágil feita de lembretes, planilhas e o princípio da esperança.

Regras em vez de suposições

O agente de afastamentos decompõe esse processo em suas etapas individuais e atribui a cada etapa um decisor: regra, análise por IA ou humano.

A grande maioria dessas etapas é determinística. Atribuição do atestado por número de matrícula: regra. Cruzamento de datas para verificar se é inicial ou prorrogação: regra. Período de responsabilidade do empregador conforme CLT: regra. Evento de afastamento no eSocial: regra. Notificação ao gestor sem dados de diagnóstico: regra.

Apenas em um ponto o processo precisa de análise real: na verificação de afastamentos recorrentes pela mesma patologia. Aqui, o histórico de atestados precisa ser analisado para identificar padrões de diagnóstico dentro do período de 60 dias. Não é uma verificação binária simples, mas um reconhecimento de padrões sobre categorias médicas. Apoiado por IA, mas com protocolo de decisão transparente - porque cada classificação precisa resistir a uma eventual contestação trabalhista.

O limite de 15 dias: onde a automação para

Em afastamentos de longa duração, o agente monitora a duração acumulada. Quando um colaborador atinge 15 dias consecutivos, é necessário o encaminhamento ao INSS para avaliação de benefício previdenciário. O agente reconhece esse limite de forma confiável - mesmo quando os 15 dias resultam de prorrogações, com intervalos entre elas.

Mas: a comunicação ao colaborador sobre o encaminhamento ao INSS não é disparada automaticamente pelo agente. Ele reporta o atingimento do limite ao RH. O ser humano decide sobre o momento, a forma e a orientação ao colaborador. Isso não é uma limitação técnica - é uma decisão arquitetural deliberada. O encaminhamento ao INSS envolve orientação ao colaborador sobre seus direitos. Nenhum algoritmo decide quando é o momento certo para essa conversa.

Essa delimitação é emblemática de todo o processo: o agente assume volume, prazos e obrigações de reporte. O ser humano mantém as decisões que exigem julgamento. No contexto do INSS, isso também significa: muitos colaboradores não são encaminhados no prazo correto - não porque a empresa ignora a obrigação, mas porque o atingimento do limite simplesmente passa despercebido em processos manuais. Um agente que conta 15 dias de forma confiável não resolve nenhum problema de encaminhamento ao INSS em si. Mas garante que o RH tome conhecimento de cada caso.

Dados de saúde exigem uma arquitetura própria de proteção

Atestados médicos contêm dados pessoais sensíveis conforme a LGPD, artigo 11. Isso exige mais do que controles de acesso e criptografia. Exige uma arquitetura que imponha minimização de dados.

O agente processa períodos de afastamento e grupos de diagnóstico - mas apenas onde estritamente necessário para o cálculo de prazos. Diagnósticos concretos não são repassados a gestores, não são armazenados em textos de notificação, não são registrados no Decision Log. Cada regra de processamento está documentada em acordo com o sindicato (PT: sindicato) e pode ser consultada pelos representantes dos trabalhadores.

Isso parece óbvio. Na prática de processos manuais, não é. Quem encaminha atestados em PDF por email ao gestor tem um problema de proteção de dados - mesmo que ninguém o tenha causado intencionalmente. Um agente baseado em regras não tem esse problema estruturalmente, porque a arquitetura de informação define quais dados fluem para qual destinatário.

Tabela de microdecisões

Quem decide neste agente?

9 passos de decisão, divididos por decisor

56%(5/9)
Motor de regras
determinístico
44%(4/9)
Agente IA
baseado em modelo com confiança
0%(0/9)
Humano
atribuição explícita
Humano
Motor de regras
Agente IA
Cada linha é uma decisão. Expanda para ver o registro de decisão e se pode ser contestada.
Receber atestado Classificar tipo de documento (inicial, prorrogação, reabilitação) Agente IA

Classificação de documentos a partir de entradas estruturadas e semiestruturadas

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Validar dados do atestado Verificar completude, datas, credenciais do médico Motor de regras

Validação baseada em regras contra requisitos legais

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Vincular ao registro do colaborador Associar atestado ao colaborador correto e histórico de ausências Motor de regras

Correspondência determinística por ID do colaborador e intervalo de datas

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Verificar ausências sobrepostas Detectar conflitos com férias existentes, outros períodos de afastamento Motor de regras

Detecção de sobreposição de intervalos contra calendário de ausências

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Calcular direito à continuidade salarial Determinar dias restantes de responsabilidade do empregador (até 15 dias) conforme regras legais Motor de regras

Cálculo legal baseado em tempo de emprego e histórico de ausências

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Acionar notificações obrigatórias Enviar eventos ao eSocial e notificação ao INSS dentro do prazo Agente IA

Notificação automatizada com rastreamento de prazo - sem discricionariedade necessária

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Sinalizar cruzamento de limiares Alertar RH quando ausência atinge limiar de longo prazo (15 dias para INSS) Motor de regras

Monitoramento de limiar baseado em regras aciona escalação

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Encaminhar casos ambíguos Escalar padrões incertos ou documentação incompleta ao RH Agente IA

Reconhecimento de padrões para casos limítrofes que exigem avaliação humana

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Atualizar sistemas de ponto e folha Registrar dias de ausência e ajustar cálculo salarial conforme necessário Agente IA

Sincronização automatizada com sistemas posteriores após processamento validado

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Registro de decisão e direito de contestação

Cada decisão que este agente toma ou prepara é documentada em um registro de decisão completo. Os funcionários afetados podem revisar, compreender e contestar cada decisão individual.

Qual regra em qual versão foi aplicada?
Em quais dados a decisão foi baseada?
Quem (humano, motor de regras ou IA) decidiu - e por quê?
Como a pessoa afetada pode registrar uma objeção?
Como o Decision Layer implementa isso arquitetonicamente →

Este agente se encaixa no seu processo?

Analisamos seu processo específico e mostramos como este agente se integra à sua paisagem de sistemas. 30 minutos, sem preparação necessária.

Analisar seu processo

Notas de governança

EU AI Act: Risco baixo
Não classificado como alto risco pelo PL 2338/2023 - o agente processa documentos e aplica regras determinísticas sem tomar decisões sobre a relação de emprego. No entanto, a LGPD Art. 11 aplica-se porque dados de afastamento por doença constituem dados pessoais sensíveis relativos à saúde. O tratamento deve ser baseado em obrigações legais trabalhistas (Art. 11, II, a) e exige medidas de segurança reforçadas. O agente não deve realizar análise de padrões que possa constituir perfilamento de saúde. Um Relatório de Impacto à Proteção de Dados (RIPD) é obrigatório.

Painel de pontuações

Agent Readiness 84-91%
Governance Complexity 21-28%
Economic Impact 68-75%
Lighthouse Effect 16-23%
Implementation Complexity 21-28%
Volume de transações Diário

Pré-requisitos

  • Capacidade de recebimento digital de atestados (portal, e-mail ou interface de atestado eletrônico)
  • Histórico de ausências do colaborador acessível ao agente
  • Regras legais de continuidade salarial codificadas (CLT + convenção coletiva)
  • Interface de reporte ao eSocial e INSS
  • Integração com sistemas de ponto e folha de pagamento
  • Acordo de tratamento de dados cobrindo dados de saúde conforme LGPD (Art. 11, dados sensíveis)

Contribuição para infraestrutura

O Sick Leave Processing Agent estabelece padrões de classificação de documentos, rastreamento de prazos e notificação obrigatória ao eSocial que são reutilizados pelo Leave of Absence Agent, Compliance Training Agent e qualquer agente que lide com notificações regulatórias temporizadas. Os protocolos de tratamento de dados de saúde construídos aqui definem o padrão para todos os futuros agentes processando dados sensíveis. Constrói Decision Logging e Audit Trail utilizados pelo Decision Layer para rastreabilidade e contestabilidade de cada decisão.

O que esta avaliação contém: 9 slides para sua equipe de liderança

Personalizada com seus dados. Gerada em 2 minutos no navegador. Sem upload, sem login.

  1. 1

    Capa - Nome do processo, pontos de decisão, potencial de automação

  2. 2

    Resumo executivo - FTE liberados, custo por transação, data de retorno

  3. 3

    Situação atual - Volume de transações, custos de erro, cenário de crescimento

  4. 4

    Arquitetura de solução - Humano - motor de regras - agente IA

  5. 5

    Governança - EU AI Act, SPED/NF-e, trilha de auditoria

  6. 6

    Análise de riscos - 5 riscos com probabilidade e impacto

  7. 7

    Roteiro - Plano de 3 fases com datas concretas

  8. 8

    Caso de negócio - Comparação de 3 cenários mais matriz de sensibilidade

  9. 9

    Proposta de discussão - Próximos passos concretos

Inclui: comparação de 3 cenários

Não fazer nada vs. nova contratação vs. automação - com seu nível salarial, sua taxa de erro e seu plano de crescimento.

Mostrar metodologia de cálculo

Hourly rate: Annual salary (your input) × 1.3 employer burden ÷ 1,720 annual work hours

Savings: Transactions × 12 × automation rate × minutes/transaction × hourly rate × economic factor

Quality ROI: Error reduction × transactions × 12 × EUR 260/error (APQC Open Standards Benchmarking)

FTE: Saved hours ÷ 1,720 annual work hours

Break-Even: Benchmark investment ÷ monthly combined savings (efficiency + quality)

New hire: Annual salary × 1.3 + EUR 12,000 recruiting per FTE

Todos os dados permanecem no seu navegador. Nada é transmitido a servidores.

Sick Leave Processing Agent

Initial assessment for your leadership team

A thorough initial assessment in 2 minutes - with your numbers, your risk profile and industry benchmarks. No vendor logo, no sales pitch.

30K120K
1%15%

All data stays in your browser. Nothing is transmitted.

Perguntas frequentes

O agente acessa ou analisa informações de diagnóstico médico?

Não. O agente processa apenas os elementos de dados legalmente exigidos para folha de pagamento e reporte ao eSocial: datas, duração e validade do atestado. Códigos de diagnóstico não são extraídos, armazenados ou analisados.

Como o agente lida com atestados eletrônicos?

O agente suporta tanto recebimento tradicional de documentos quanto padrões emergentes de atestado eletrônico. A lógica de processamento é a mesma - apenas o canal de entrada difere.

O que acontece depois?

1

30 minutos

Primeira reunião

Analisamos seu processo e identificamos o ponto de partida ideal.

2

1 semana

Discover

Mapeamento da sua lógica de decisão. Regras documentadas, Decision Layer projetado.

3

3-4 semanas

Build

Agente produtivo na sua infraestrutura. Governança, audit trail, cert-ready desde o dia 1.

4

12-18 meses

Autossuficiência

Acesso completo ao código-fonte, prompts e versões de regras. Sem vendor lock-in.

Implementar este agente?

Avaliamos sua paisagem de processos e mostramos como este agente se encaixa em sua infraestrutura.