A fraude tornou-se uma grande ameaça para os sistemas de saúde em todo o mundo. Enquanto as instituições de previdência social visam constantemente a otimização de processos com a ajuda de análises avançadas e inteligência artificial (IA) para detectar e monitorar fraudes de forma mais eficaz e eficiente, a adoção dessas tecnologias emergentes apresenta desafios importantes.

A prevenção e detecção de erros, evasão e fraude (EEF) é crucial para os sistemas de segurança social. O erro, a evasão e a fraude têm um impacto direto em diferentes aspectos da segurança social. Por um lado, o impacto econômico relacionado à não cobrança de contribuições e benefícios indevidamente entregues pode prejudicar a sustentabilidade econômica dos esquemas. Por outro lado, o impacto não econômico diz respeito à perda dos direitos sociais dos trabalhadores e seus dependentes, prejudicando a concorrência econômica justa por meio do dumping social e da perda de confiança no sistema de seguridade social (Goveia e Sosa, 2016).

As questões de evasão e fraude da previdência social têm alto custo social e econômico, criam desequilíbrios nas contas da previdência social e, em última instância, levam a distorções econômicas que não são favoráveis ​​ao funcionamento e à competitividade da economia nacional. Eles também têm um impacto político porque prejudicam a reputação das instituições que administram os programas de seguridade social. Estima-se que a evasão e a fraude causem um déficit de renda de 3 a 5 por cento nos sistemas de seguridade social e representem até 2 por cento do produto interno bruto dos países da OCDE (RAND Europe, 2014). Esses números provavelmente serão maiores em países com economias menos formais.