Fotos de sinistro duplicadas: como detetar provas recicladas

Este artigo tem uma finalidade meramente informativa. Não constitui aconselhamento jurídico nem recomendação regulatória, e não substitui o parecer de um jurista ou responsável de conformidade qualificado.

Uma foto de sinistro reciclada é a mesma imagem — por vezes recortada, recomprimida ou ligeiramente editada — apresentada em dois processos de sinistro distintos, na mesma seguradora ou em duas seguradoras diferentes. O controlo que a deteta não compara o ficheiro com uma lista de fraudes conhecidas: compara-o com o histórico de fotos já recebidas, à procura de uma correspondência visual. É uma pergunta diferente da deteção de manipulação: em vez de "esta foto foi alterada?", a pergunta passa a ser "esta foto já foi usada noutro sítio?".

O que é a reciclagem de fotos de sinistro

A reciclagem de fotos de sinistro consiste em reutilizar uma imagem de danos já apresentada — a própria num processo anterior, a de terceiros obtida online, ou a de um cúmplice — para sustentar uma nova participação sem que exista um dano real correspondente. A foto pode ser idêntica píxel a píxel ou estar ligeiramente modificada: recorte, alteração de luminosidade, compressão adicional, filtro aplicado. Em ambos os casos o conteúdo visual mantém-se reconhecível, o que torna o problema tratável por técnicas de comparação de imagens em vez de uma simples verificação de hash de ficheiro, que falharia com o mínimo byte alterado.

Um estudo da Verisk sobre uma amostra de 768.000 fotos de sinistro identificou 1.967 duplicados, incluindo uma mesma foto reutilizada em 44 processos distintos, ligados a 1.475 sinistros e cerca de 5,3 milhões de dólares em indemnizações pagas. Este número ilustra o desfasamento entre a dimensão real do fenómeno e a sua visibilidade processo a processo: nenhum gestor que analise um único caso pode saber que uma foto já circulou 43 vezes na carteira.

Por que os fraudadores reutilizam a mesma foto de danos

Produzir uma foto de danos credível tem um custo: encontrar o ângulo, a iluminação, um veículo ou imóvel danificado que corresponda ao relato declarado. Assim que uma foto passa os controlos de uma primeira seguradora, reutilizá-la noutro sítio elimina esse custo por completo: o fraudador limita-se a mudar o nome do tomador do seguro, a data da participação e por vezes o montante reclamado, sem repetir o passo mais difícil.

As perdas por simulação de sinistros em Portugal atingem valores significativos todos os anos. De acordo com dados citados pelo Seguro por Dias, as seguradoras em Portugal perdem mais de 30 milhões de euros por ano com acidentes simulados nos ramos automóvel e multirriscos, um fenómeno que inclui uma componente crescente de fotos de danos falsificadas ou recicladas entre processos, muitas vezes ligadas a redes organizadas em vez de a um único segurado a atuar isoladamente.

A dimensão do fenómeno

O ACFE 2024 Report to the Nations situa em 37 % a taxa de deteção da fraude documental por controlo manual isolado, com um atraso médio de descoberta de 87 dias — um período que deixa tempo de sobra para que a mesma foto circule por vários processos antes de um cruzamento manual, muitas vezes fortuito, revelar o padrão.

Como funciona a deteção por hash percetual

O hash percetual (perceptual hashing, pHash) converte uma imagem numa impressão digital compacta que permanece estável mesmo que o ficheiro seja recortado, recomprimido, redimensionado ou levemente filtrado — ao contrário de um hash criptográfico clássico (SHA-256), que muda por completo com o mínimo byte alterado. Duas fotos visualmente semelhantes geram impressões próximas entre si, o que permite calcular uma distância de semelhança e definir um limiar acima do qual uma correspondência é sinalizada para revisão humana.

Este mecanismo aplica-se em três etapas num fluxo de tramitação de sinistros:

1. Extração: cada foto recebida é convertida numa impressão percetual no momento da submissão.
2. Comparação: a impressão é confrontada com uma base de referência de fotos já submetidas, internamente e, quando existe um mecanismo setorial de partilha, entre seguradoras.
3. Sinalização: acima do limiar de semelhança definido, o processo é encaminhado para revisão humana, nunca para uma recusa automática.

A nossa metodologia combina sistematicamente esta comparação percetual com a análise de metadados e a coerência entre documentos, um aspeto detalhado no nosso artigo sobre os limites probatórios dos metadados EXIF de uma foto de cliente: uma impressão percetual próxima só tem valor quando cruzada com outros sinais, nunca isoladamente.

Deteção de duplicados face a outras técnicas forenses

A deteção de duplicados responde a uma pergunta diferente da dos outros controlos forenses aplicados a uma foto de sinistro, e ambas se complementam em vez de se substituírem.

Uma foto pode parecer "limpa" em três dos quatro testes — sem manipulação detetada pela análise de artefactos de compressão, metadados coerentes, sem sinal de geração sintética — e ainda assim ser idêntica píxel a píxel a uma foto já submetida sob outro nome seis meses antes. O nosso artigo sobre a deteção de documentos fraudulentos reutilizados e a fraude em série desenvolve esta mesma lógica aplicada a todo o processo, para além das fotos.

O que o enquadramento regulatório exige perante um alerta de duplicado

Uma recusa ou investigação baseada numa correspondência de duplicado continua a ser uma decisão com consequências jurídicas para a seguradora e deve permanecer contestável. O Regulamento (UE) 2024/1689 relativo à inteligência artificial exige, no seu artigo 14.º, uma supervisão humana efetiva para os sistemas de IA de risco elevado, e um sinal de semelhança percetual — probabilístico por natureza, nunca uma certeza a 100 % — enquadra-se nessa lógica de rastreabilidade a partir do momento em que influencia uma decisão de indemnização.

A ASF (Autoridade de Supervisão de Seguros e Fundos de Pensões) espera das seguradoras um dispositivo de controlo interno proporcional ao risco de fraude documental, incluindo a deteção de reutilização de provas. O RGPD, no seu artigo 22.º, regula as decisões individuais automatizadas com efeitos jurídicos: uma recusa de sinistro baseada apenas numa pontuação de semelhança algorítmica sem revisão humana documentada expõe a seguradora a uma reclamação junto do Provedor de Seguros ou da CNPD.

Como implementar um controlo de duplicação de fotos de sinistro

A abordagem mais robusta assenta em três níveis de escalamento, com limiares explícitos documentados na política de controlo interno:

1. Sem correspondência detetada: a foto segue o processamento padrão do processo, sem qualquer sinalização.
2. Correspondência parcial (semelhança moderada): o processo é encaminhado para revisão humana padrão, com a foto suspeita apresentada lado a lado com o seu antecedente para permitir uma decisão informada.
3. Correspondência forte combinada com outros sinais (metadados incoerentes, orçamento de reparação idêntico): transferência para a célula antifraude ou serviço especial de investigação, consoante o procedimento interno.

Esta arquitetura evita o problema do veredito totalmente automatizado, documentado no nosso artigo sobre a revisão de fotos de sinistro em grande escala: o sinal reordena a fila de trabalho, a pessoa decide. Para as seguradoras que tratam vários milhares de processos fotográficos por mês, esta triagem de três níveis é a única opção realista com efetivos constantes, como mostra a nossa análise sobre acelerar a tramitação de sinistros graças à IA.

O que os gestores de sinistros realmente perguntam

"Um duplicado detetado basta para justificar uma recusa?" Não — uma correspondência percetual é um sinal de priorização, não uma prova autónoma de fraude. O mesmo tomador de seguro pode legitimamente submeter a mesma foto duas vezes por engano, ou um perito pode ter reutilizado uma imagem para documentar duas partes do mesmo sinistro. O sinal desencadeia uma revisão documentada, nunca uma recusa automática.

"Como se deteta um duplicado se o fraudador recortar ou comprimir a foto de propósito?" O hash percetual mantém-se tolerante a estas transformações menores, mas um recorte agressivo que elimine a maior parte da zona visualmente distintiva pode fazer a pontuação de semelhança cair abaixo do limiar de deteção — daí o interesse em cruzar este sinal com a análise de metadados e a coerência do relato do sinistro em vez de confiar num único indicador.

Perguntas frequentes

Uma foto de sinistro reciclada é sempre fraude?

Não. O mesmo cliente pode legitimamente submeter a mesma foto duas vezes em processos relacionados, ou um perito pode reutilizar uma imagem para documentar duas partes de um sinistro. O sinal de duplicação encaminha o processo para revisão humana; não constitui por si só prova de fraude.

O hash percetual funciona se a foto tiver sido editada?

Continua eficaz perante um recorte ligeiro, uma recompressão ou um ajuste de luminosidade, porque a impressão capta o conteúdo visual global e não os bytes exatos do ficheiro. Uma edição agressiva pode reduzir a semelhança detetada, daí a necessidade de cruzar este sinal com outros controlos.

Quanto tempo demora a detetar um duplicado entre dois processos?

Tecnicamente, a comparação de impressões ocorre em segundos no momento da submissão da foto. O prazo real depende do âmbito: uma base interna da seguradora deteta mais depressa do que um mecanismo que exige partilha setorial entre entidades.

Esta deteção substitui o controlo EXIF ou a análise de retoque?

Não, complementa-os. O hash percetual responde a "esta foto já foi vista?", enquanto o EXIF e a análise de níveis de erro respondem a "esta foto foi alterada?". Um dispositivo robusto combina as duas abordagens em vez de depender de apenas uma.

O RGPD limita a criação de uma base de fotos para este controlo?

Sim, o artigo 22.º regula as decisões individuais automatizadas e a conservação dos dados pessoais associados às fotos deve respeitar um prazo proporcional à finalidade antifraude. Um responsável de conformidade deve documentar a base legal e o prazo de conservação antes de implementar este tipo de controlo.

---

A deteção de duplicados entre fotos de sinistro integra-se numa abordagem mais ampla de sinais complementares — metadados, coerência documental e, quando a configuração do cliente o ativa, deteção de conteúdos gerados por IA a par dos controlos estruturais existentes. A CheckFile integra esta comparação percetual no fluxo de tramitação de sinistros; para uma visão geral da verificação documental, consulte o nosso guia de verificação de documentos ou os preços.