Resposta direta: para ler atestado médico com IA, o arquivo (PDF ou foto) entra no nosso cérebro de IA, um modelo de visão lê o documento e devolve os campos em formato estruturado, um agente de IA confere CRM, CID e coerência do afastamento, e o sistema calcula dias perdidos e absenteísmo. Construímos isso para uma indústria metalmecânica: o RH deixou de digitar atestado e passou a conferir só o que a IA sinaliza.
Por que atestado vira gargalo no RH
Em indústria com turno e equipe grande, atestado chega todo dia: em papel, em foto de celular mandada pelo colaborador, em PDF da clínica. Alguém do RH abre um por um, digita nome, data, dias de afastamento, CID, médico e CRM numa planilha ou no sistema, e guarda o arquivo numa pasta.
O trabalho é repetitivo e cheio de detalhe que importa. CRM escrito à mão, carimbo borrado, data ambígua. E o controle de atestados não termina na digitação: a diretoria quer saber a taxa de absenteísmo, quem falta com frequência e quanto isso custa. Com o dado espalhado em planilha, essa conta raramente fecha no mesmo número duas vezes.
O que foi feito: leitura de atestado médico com IA, passo a passo
O sistema da indústria é uma aplicação web própria (React no front e Supabase como banco, autenticação, armazenamento de arquivos e funções de servidor). A leitura com IA roda no nosso cérebro de IA, disparada a cada atestado novo.
1. O atestado entra por dois caminhos
O RH pode enviar pela tela do sistema. E, como muitos atestados já ficavam salvos numa pasta do servidor da empresa, criamos um robô que roda numa máquina da rede: a cada 30 minutos, de segunda a sexta, das 7h às 19h, ele pega os arquivos novos da pasta e envia pelo mesmo caminho da tela. Cada arquivo enviado ganha uma marca no nome, e o que não puder ser lido fica sinalizado para o RH. Ninguém precisa subir nada à mão.
2. A IA lê o documento (OCR com modelo de visão)
O arquivo vira imagem e vai para um modelo de visão, que lê tudo o que está escrito e devolve os campos em formato estruturado: clínica, médico, CRM, data de emissão, dias de afastamento, CID e motivo. Hoje o leitor principal é o GPT-4.1 mini, da OpenAI. Se ele não responder, o fluxo passa sozinho para o Gemini 2.5 Pro, do Google, que fica como leitor reserva.
Diferente de um OCR tradicional, que só transforma pixel em texto, o modelo de visão entende o documento: sabe que o número ao lado do carimbo é o CRM e que "afastamento por 3 (três) dias" é um campo de dias. Um segundo modelo, o GPT-4.1 nano, padroniza o CRM, que chega em formatos como "CRM 12345", "SP 12345" ou só o número.
gpt-4.1-miniClínica: Clínica Exemplo · Médico: Dr. Fulano de Tal
CRM: UF 00000 · Emissão: 06/10 · Afastamento: 3 dias
CID: encontrado e válido na tabela · Especialidade compatível com o diagnóstico
Situação: Alerta. CRM não confirmado no registro do conselho. Enviado para conferência do RH.
3. Um agente de IA confere o atestado
Com os campos lidos, um agente de IA (também GPT-4.1 mini) faz a conferência que o RH faria, com ferramentas de verdade à mão: consulta o CRM do médico, busca o CID na tabela do sistema, pesquisa na internet quando precisa de contexto (pelo Tavily) e usa uma calculadora para datas e dias. Ele verifica, entre outras coisas:
- se o nome e o CRM do médico estão presentes e batem;
- se a especialidade é compatível com o diagnóstico;
- se o CID é válido na classificação de doenças;
- se o período de afastamento é razoável para a condição;
- se há incompatibilidade evidente, como um CID ginecológico num paciente homem.
O resultado é aprovado ou alerta, com o motivo escrito. O agente não reprova nem desconta nada: ele aponta.
4. O sistema calcula, e o RH decide
O atestado lido vai para o banco, ligado ao colaborador pela matrícula. A partir daí o sistema calcula os números do RH: dias perdidos, taxa de absenteísmo, fator Bradford e custo. O RH abre a fila, vê o que entrou aprovado e trata só os alertas.
Absenteísmo calculado do jeito que o RH usa
Com o atestado virando dado, o painel do RH mostra o absenteísmo com a metodologia usada no mercado:
Taxa de absenteísmo
- Dias perdidos ÷ dias úteis
- Padrão ISO de RH
- Declaração de horas convertida pela jornada
Fator Bradford
- S² × D
- S = número de ausências
- D = total de dias
- Até 49: aceitável
- 50 a 124: atenção
Custo
- Empresa paga os 15 primeiros dias
- Do 16º em diante, INSS
- Custo separado entre empresa e INSS
Por cima do painel, uma função de IA com GPT-4o mini lê o conjunto do período e escreve recomendações para o RH. A análise fica salva e é compartilhada pela empresa, para duas pessoas não gastarem a cota gerando a mesma leitura. O mesmo modelo também escreve a descrição de cada CID em linguagem simples, para quem não é da área de saúde entender o motivo do afastamento.
Atestado médico e LGPD: como o dado de saúde fica protegido
Atestado é dado pessoal sensível pela LGPD. Em projeto com IA, isso pede cuidado em dobro, porque o documento passa por mais sistemas. No projeto, a proteção foi desenhada em camadas:
- Acesso por perfil. Cada usuário vê só o que o papel dele permite, e os dados passam por funções de servidor que conferem quem está pedindo antes de responder.
- Arquivo em armazenamento privado. O atestado não fica num link público: é aberto por um link temporário, gerado na hora para quem tem acesso.
- Salário protegido no servidor. O cálculo de custo usa o salário sem expor o valor na tela de quem não precisa ver.
- Chaves das IAs só no servidor. Nenhuma chave de modelo de IA fica no navegador do usuário.
- Robô com o menor privilégio. O usuário técnico do robô da pasta de rede não é administrador.
Boas práticas que aplicamos na leitura de atestado com IA
1. A IA extrai fatos; a conta é do sistema. No que vira número, a IA só registra o que está escrito no papel: CID, médico, CRM, datas e dias de afastamento. Tudo que depende de salário, jornada e calendário é calculado pelo sistema, com regra testada. Assim cada número do painel tem origem conferível, e o custo do afastamento sai do salário e da jornada reais de cada colaborador.
2. O modelo é escolhido por teste com atestados reais. Montamos um teste com gabarito conferido na imagem e comparamos modelos com a mesma configuração do fluxo. O GPT-4.1 mini acertou 55 de 55 leituras, à frente de modelos maiores, e ainda custa menos. O critério é o desempenho nos documentos do cliente, não a fama do modelo.
3. Ilegível vira campo vazio e alerta. Quando a foto está ruim, o leitor devolve o campo vazio, e o campo vazio vira alerta para o RH. Assim o absenteísmo do mês só usa dado lido de verdade, e a dúvida chega a quem decide.
4. Alerta calibrado para apontar o que importa. A auditoria sinaliza leitura suspeita sem alterar nada sozinha, e a regra foi calibrada numa base de 392 atestados reais: na calibração, 2,8% da base foi apontada para conferência. O RH olha o que merece atenção e confia no alerta quando ele aparece.
5. Dois fornecedores de IA. O fluxo tem leitor principal e leitor reserva de empresas diferentes. Se um não responder, o outro lê, e a fila de atestados segue andando.
6. Fila visível, com dois caminhos de entrada. O atestado entra pela tela do sistema ou pela pasta de rede, e a fila de envios mostra o status de cada arquivo. O RH sabe a qualquer momento o que já foi lido e o que está em processamento.
Como a Nexus usa IA nesse tipo de projeto
Em documento que hoje é digitado à mão, como atestado, nota fiscal ou checklist, o nosso desenho é sempre o mesmo: a IA lê e confere, o sistema calcula e a pessoa decide. Escolhemos o modelo de IA por teste com os documentos reais do cliente, nunca pelo nome do modelo. E desenhamos o caminho da dúvida tanto quanto o caminho principal: o que a IA não consegue ler vira alerta visível para a pessoa decidir.
O mesmo princípio aparece no nosso copiloto de dados com IA: o dado fica organizado num lugar só, a regra é da empresa e a IA encurta a distância entre o documento e a decisão. Em outros documentos da operação, veja a conferência automática de XML de NF-e e a análise de fotos no checklist de frota. Cada caso detalha suas próprias regras de validação e o que precisa de revisão humana.
Perguntas frequentes
A IA consegue ler atestado escrito à mão ou fotografado no celular? Na maior parte dos casos, sim. O modelo de visão lê carimbo, manuscrito e foto. Quando a imagem está ilegível, a regra é devolver o campo vazio, e o atestado vai para conferência do RH antes de entrar no sistema.
Qual modelo de IA é melhor para ler atestado médico? O que acerta mais nos seus atestados, medido em teste. No nosso caso, o GPT-4.1 mini acertou 55 de 55 leituras de teste, mais que modelos maiores. O Gemini 2.5 Pro fica como leitor reserva, de outro fornecedor.
Usar IA em atestado médico está de acordo com a LGPD? Atestado é dado pessoal sensível de saúde, então exige base legal, acesso restrito e cuidado com armazenamento. No sistema descrito, o acesso é por perfil e conferido no servidor, o arquivo fica em armazenamento privado com link temporário e as chaves das IAs ficam só no servidor.
A IA decide se o atestado é válido? Não. A IA confere e aponta: CRM, CID, coerência entre especialidade e diagnóstico, dias de afastamento. O atestado sai como aprovado ou em alerta, e quem decide sobre o alerta é o RH.
Como a IA ajuda a medir absenteísmo? Ela transforma cada atestado em dado estruturado. Com isso o sistema calcula a taxa de absenteísmo sobre dias úteis, o fator Bradford e o custo separado entre empresa e INSS, sem planilha.
