UnitedHealth Group và Bài Học Về Ứng Dụng AI Trong Bảo Hiểm

Ứng dụng AI vào hoạt động thiết yếu hàng ngày đã trở thành một xu hướng gần như không thể thay đổi đối với các công ty lớn trên thế giới. Trong ngành bảo hiểm, nếu ở châu Á nổi bật có PingAnt của Trung Quốc thì với phương Tây đặc biệt là Mỹ, quốc gia phát triển về bảo hiểm, United Health là cái tên cần lưu ý.

1. UnitedHealth Group: Gã Khổng Lồ Trong Ngành Bảo Hiểm Y Tế Toàn Cầu

UnitedHealth Group không chỉ là một công ty bảo hiểm thông thường – đây là tập đoàn y tế lớn nhất thế giới với quy mô hoạt động đáng kinh ngạc. Năm 2024, công ty đạt doanh thu kỷ lục 400,3 tỷ USD, tăng trưởng 8% so với năm trước, và dự kiến đạt 450-455 tỷ USD vào năm 2025. Với 146 triệu khách hàng được phục vụ trên toàn cầu, UnitedHealth đã xác lập vị thế dẫn đầu không chỉ trong lĩnh vực bảo hiểm mà còn trong cả hệ sinh thái chăm sóc sức khỏe.

Điểm đặc biệt của UnitedHealth nằm ở mô hình kinh doanh hai trụ cột:

UnitedHealthcare – bộ phận bảo hiểm truyền thống với doanh thu 298,2 tỷ USD năm 2024, phục vụ 50,7 triệu người với các sản phẩm bảo hiểm thương mại, Medicare Advantage và Medicaid. Trong đó, số lượng khách hàng cao tuổi và có nhu cầu phức tạp đã tăng lên 9,4 triệu người.

Optum – “bộ não công nghệ” của tập đoàn với doanh thu 253 tỷ USD, tăng trưởng 12% năm qua. Optum không chỉ cung cấp dịch vụ y tế mà còn vận hành nền tảng phân tích dữ liệu, công nghệ và dịch vụ dược phẩm lớn nhất ngành. Đặc biệt, Optum Health đã phục vụ 4,7 triệu bệnh nhân với mô hình chăm sóc dựa trên giá trị (value-based care) và dự kiến mở rộng thêm 650.000 bệnh nhân trong năm 2025.

Vị thế độc tôn này không chỉ đến từ quy mô mà còn từ chiến lược tích hợp dọc độc đáo: UnitedHealth sở hữu cả công ty bảo hiểm, hệ thống bệnh viện, mạng lưới phòng khám, công ty quản lý dược phẩm và nền tảng xử lý bồi thường. Sự tích hợp này tạo ra một vòng phản hồi dữ liệu khổng lồ – chính yếu tố then chốt để triển khai AI quy mô lớn.

2. Tại Sao Các Công Ty Bảo Hiểm Phải Ứng Dụng AI?

Ngành bảo hiểm đang đối mặt với một cuộc khủng hoảng hiệu quả đa chiều. Theo nghiên cứu của McKinsey, thị trường AI trong bảo hiểm dự kiến tăng từ 2,74 tỷ USD năm 2021 lên 45,74 tỷ USD vào năm 2031, với tốc độ tăng trưởng kép hàng năm (CAGR) là 32,56%. Động lực thúc đẩy không phải từ sự hứng thú công nghệ mà từ những áp lực kinh doanh thực sự:

Khủng Hoảng Chi Phí Vận Hành

Chi phí xử lý bồi thường thủ công đang ăn mòn biên lợi nhuận của các công ty bảo hiểm. Theo Boston Consulting Group, chỉ riêng hoạt động xử lý bồi thường chiếm đến 78% tổng doanh thu trong ngành – một tỷ lệ không bền vững. McKinsey ước tính AI có thể tiết kiệm 150-300 triệu USD chi phí hành chính và 380-970 triệu USD chi phí y tế cho mỗi 10 tỷ USD doanh thu bảo hiểm.

Các số liệu từ thực tế triển khai còn ấn tượng hơn: AI có thể giảm chi phí xử lý bồi thường 50-65%, giảm giá quy định bồi thường 20-30%, và cải thiện độ chính xác bồi thường lên 99,99%. Một công ty bảo hiểm lớn tại Mỹ đã tự động hóa 70% nhiệm vụ xử lý bồi thường, giảm 30% thời gian xử lý và 20% chi phí vận hành.

Áp Lực Từ Kỳ Vọng Khách Hàng

Khách hàng ngày nay đã quen với trải nghiệm số hóa tức thì từ các ngành khác. Một nghiên cứu cho thấy 31% khách hàng không hài lòng với trải nghiệm bồi thường gần đây, trong đó 60% phàn nàn về tốc độ giải quyết. Trong khi các ứng dụng ngân hàng có thể chuyển tiền trong vài giây, quy trình bồi thường bảo hiểm thường kéo dài hàng tuần.

AI đang thay đổi kỳ vọng này: một công ty bảo hiểm du lịch lớn tại Mỹ đã rút ngắn thời gian xử lý từ ba tuần xuống còn vài phút nhờ AI. Allianz Direct có thể xử lý bồi thường trong 60 giây, cải thiện đáng kể trải nghiệm khách hàng và giảm 50% chi phí vận hành.

Thách Thức Phát Hiện Gian Lận

Ít nhất 10% các yêu cầu bồi thường bảo hiểm thương mại là gian lận, gây thiệt hại 308,6 tỷ USD mỗi năm cho ngành bảo hiểm Mỹ. AI có khả năng xử lý khối lượng dữ liệu khổng lồ và học các mẫu theo thời gian, phát hiện các dấu hiệu gian lận tiềm ẩn. Các công ty sử dụng phân tích dự đoán đã cải thiện tỷ lệ phát hiện gian lận 28%, giúp thu hồi hoặc tránh hàng trăm triệu đô la tổn thất.

Bài Toán Dữ Liệu Phi Cấu Trúc

Phần lớn dữ liệu bồi thường là phi cấu trúc – báo cáo y tế viết tay, ảnh chụp tai nạn, hồ sơ cảnh sát. Các hệ thống tự động hóa dựa trên quy tắc truyền thống không thể xử lý hiệu quả. Điều này giải thích tại sao mặc dù nhiều công ty bảo hiểm hướng đến tự động hóa, chỉ 7% bồi thường có thể được xử lý hoàn toàn tự động (straight-through processing).

AI, đặc biệt là các mô hình học sâu, vượt trội trong việc phân tích dữ liệu phi cấu trúc. Một nghiên cứu trường hợp của EY cho thấy công nghệ AI có thể đọc và phân tích tài liệu với độ chính xác 70%, giảm đáng kể việc xử lý thủ công.

3. UnitedHealth đã ứng dụng AI như thế nào?

UnitedHealth đã không chỉ thử nghiệm AI mà triển khai nó ở quy mô công nghiệp với chiến lược ba tầng rõ ràng:

Tầng 1: Xây Dựng Năng Lực Cơ Sở

Công ty đã đầu tư xây dựng đội ngũ 20.000 kỹ sư sử dụng AI để phát triển phần mềm – một con số chưa từng có trong ngành bảo hiểm. Điều này không chỉ tạo ra năng lực phát triển nội bộ mà còn giúp UnitedHealth kiểm soát hoàn toàn các thuật toán và dữ liệu độc quyền của mình.

Công ty đã triển khai 1.000 ứng dụng AI trên toàn bộ hệ sinh thái, từ phiên âm lâm sàng, tóm tắt dữ liệu, hỗ trợ xử lý bồi thường, chatbots tương tác khách hàng, đến các hệ thống phát hiện gian lận. Mức độ tích hợp này cho phép AI xử lý hơn 90% trong số 5 tỷ yêu cầu bồi thường hàng năm – một thành tựu chưa có tiền lệ trong ngành.

Tầng 2: Các Công Cụ AI Chủ Chốt

nH Predict là thuật toán độc quyền do NaviHealth (được UnitedHealth mua lại năm 2020) phát triển để dự đoán nhu cầu chăm sóc hậu cấp cứu. Công cụ so sánh hồ sơ bệnh nhân với 6 triệu bệnh nhân trong cơ sở dữ liệu, sinh ra ước tính thời gian nằm viện, ngày xuất viện dự kiến và nhu cầu chăm sóc cụ thể.

Điểm đặc biệt của nH Predict là khả năng tích hợp dữ liệu đa nguồn: lịch sử y tế, dữ liệu nhân khẩu học, chẩn đoán hiện tại, và các yếu tố xã hội. Thuật toán sử dụng machine learning để nhận diện các mẫu không rõ ràng với con người, từ đó đưa ra dự đoán về nhu cầu chăm sóc với độ chính xác cao.

Optum Real, ra mắt tháng 10/2025, đại diện cho thế hệ tiếp theo của AI bồi thường. Nền tảng này trao đổi dữ liệu theo thời gian thực giữa nhà cung cấp dịch vụ y tế và công ty bảo hiểm, xác định vấn đề ngay tại thời điểm gửi yêu cầu bồi thường. Điều này cho phép phê duyệt sơ bộ và dự đoán kết quả bồi thường trước khi bệnh nhân rời phòng khám.

Các bài kiểm tra ban đầu tại Allina Health đã cho kết quả ấn tượng: giảm từ chối bồi thường trên 5.000 lượt khám ngoại trú trong tim mạch và phóng xạ. Optum Real sử dụng AI để phân tích lịch sử bồi thường, chính sách bảo hiểm, và các quy định y tế, từ đó dự đoán xác suất phê duyệt trong thời gian thực.

Tầng 3: Tự Động Hóa Quy Trình End-to-End

UnitedHealth không chỉ dừng ở việc hỗ trợ quyết định mà đã tự động hóa toàn bộ quy trình bồi thường. Công ty dự kiến các yếu tố AI sẽ xử lý hơn 50% tất cả cuộc gọi đến trước khi kết thúc năm 2025. Điều này có nghĩa là từ nhận yêu cầu, xác minh thông tin, phân tích hợp đồng, đến ra quyết định và thanh toán – tất cả đều được AI thực hiện tự động.

Kết quả là thời gian xử lý bồi thường được rút ngắn từ hàng tuần xuống còn vài phút, với độ chính xác cao hơn và chi phí thấp hơn đáng kể. Công ty đã tiết kiệm hơn 5 triệu USD hàng năm chỉ riêng chi phí hành chính, chưa kể lợi ích từ việc giảm gian lận và cải thiện trải nghiệm khách hàng.

4. Kết Quả: Thành Công Kinh Doanh và Cuộc Khủng Hoảng Lòng Tin

Những Con Số Ấn Tượng

Về mặt kinh tế, chiến lược AI của UnitedHealth đã đạt được những kết quả đáng ngưỡng mộ:

• Giảm 50% thời gian xử lý bồi thường
• Tiết kiệm hơn 5 triệu USD/năm chi phí hành chính
• Tự động xử lý 90% trong số 5 tỷ yêu cầu bồi thường
• Cải thiện 20-40% tiết kiệm chi phí nhờ phân tích dự đoán
• Tăng 28% tỷ lệ phát hiện gian lận

Những con số này không chỉ ấn tượng mà còn thay đổi căn bản mô hình kinh doanh bảo hiểm. UnitedHealth đã chứng minh rằng AI không phải là một công cụ hỗ trợ mà là động lực cốt lõi của hiệu quả vận hành.

Phía Sau Hào Quang: Cuộc Khủng Hoảng Đạo Đức

Tuy nhiên, chính thành công công nghệ này đã dẫn đến một trong những cuộc khủng hoảng nghiêm trọng nhất trong lịch sử công ty. Vào tháng 11/2023, hai gia đình đã kiện UnitedHealth với cáo buộc công ty sử dụng thuật toán AI có tỷ lệ lỗi 90% để từ chối bồi thường cho chăm sóc hậu cấp cứu của bệnh nhân cao tuổi. Bệnh nhân và gia đình đã không thể kịp thời kháng cáo do hoàn cảnh cá nhân. Điều này dẫn đến các hậu quả không nhỏ đặc biệt đối với nền tảng tài chính của các gia đình nạn nhân. Bên nguyên đơn cho rằng thuật toán của UnitedHealth đã không phản ánh đúng tình trạng và nhu cầu cá nhân, đưa ra các dự báo chỉ thuần dựa vào thuật toán “cứng nhắc và phi thực tế”. Vụ kiện đến thời điểm 10/2025 vẫn đang diễn ra

Các bản ghi của Thượng Viện Mỹ tiết lộ một bức tranh đáng lo ngại: tỷ lệ từ chối xác nhận trước của UnitedHealthcare đối với chăm sóc hậu cấp cứu tăng từ 10,9% năm 2020 lên 22,7% năm 2022 – chính xác trùng khớp với thời điểm triển khai AI. Số lượng từ chối cho viện dưỡng lão kỹ năng tăng gấp chín lần so với năm 2019.

Nghiên cứu của Giáo sư George Obermeyer tại Stanford phát hiện thuật toán đánh giá rủi ro Impact Pro của UnitedHealth có thiên lệch chủng tộc nghiêm trọng. Tại cùng mức điểm rủi ro, bệnh nhân da đen bị bệnh nặng hơn nhưng nhận được ít dịch vụ quản lý chăm sóc hơn so với bệnh nhân da trắng. Các nhà chính sách New York gọi đây là “hành động phân biệt chủng tộc theo ngành”.

Vấn đề cốt lõi nằm ở tính không minh bạch của các hệ thống AI. NaviHealth chưa bao giờ công bố nghiên cứu khoa học đánh giá hiệu suất thực tế của nH Predict, và phần lớn cơ chế nội bộ của thuật toán vẫn là bí mật kinh doanh. Điều này tạo ra một “hộp đen” mà ngay cả nhân viên y tế cũng không hiểu rõ cách thuật toán đưa ra quyết định.

Các vụ kiện cáo buộc UnitedHealth đã cố ý khai thác một lỗ hổng hành vi: chỉ 0,2% bệnh nhân kháng cáo các quyết định từ chối, trong khi hơn 90% các kháng cáo thành công. Các cuộc họp nội bộ tiết lộ công ty đã sử dụng AI để dự đoán yêu cầu nào có khả năng bị kháng cáo, tối ưu hóa chiến lược từ chối để tối đa hóa lợi nhuận.

Một báo cáo từ Stat News cho thấy nhân viên bị áp lực sử dụng khuyến nghị của nH Predict và có thể bị sa thải nếu đi chệch khỏi thuật toán. Điều này biến AI từ công cụ hỗ trợ thành công cụ quyết định cuối cùng, loại bỏ phán đoán lâm sàng của chuyên gia.

Hậu quả là thực sự và bi thảm. Gene Lokken phải trả 70.000 USD từ túi cho chăm sóc vật lý mà UnitedHealth từ chối, sau đó ông qua đời. Một cuộc điều tra cho thấy gần 1/4 bác sĩ báo cáo quy trình xác nhận trước dẫn đến các sự kiện bất lợi nghiêm trọng, bao gồm nhập viện, tổn thương vĩnh viễn và tử vong.

5. Bài Học Kinh Nghiệm: Lộ Trình An Toàn Cho Ứng Dụng AI Trong Bảo Hiểm

Câu chuyện UnitedHealth cung cấp những bài học quý giá cho các giám đốc công nghệ bảo hiểm trên toàn thế giới. Đây không phải là lời khuyên từ chối AI – mà là hướng dẫn triển khai AI một cách có trách nhiệm và bền vững.

Bài Học 1: AI Hỗ Trợ, Không Thay Thế Con Người

Sai lầm lớn nhất của UnitedHealth là để AI trở thành người quyết định cuối cùng, thay vì công cụ hỗ trợ quyết định của con người. Nghiên cứu từ American Medical Association (AMA) nhấn mạnh: “AI không phải là viên đạn bạc” và kêu gọi kiểm duyệt con người đối với mọi quyết định từ chối. Do vậy một điều cần thiết đối với các công ty bảo hiểm là thiết lập quy trình human in the loop bắt buộc cho các quyết định từ chối nhằm đảm bảo tính nhân đạo trong các quyết định, tránh tình trạng đưa ra quyết định một cách quá cứng nhắc. Từ đây, vai trò của AI cũng cần được định nghĩa lại ở vai trò hỗ trợ giúp chuyên gia y tế phê duyệt. Các kết quả phê duyệt cần được theo dõi tỷ lệ đồng ý/không đồng ý giữa AI và chuyên gia để phát hiện vấn đề sớm

Bài Học 2: Minh Bạch và Giải Thích Được

Tính không minh bạch của nH Predict đã tạo ra cuộc khủng hoảng lòng tin. Các quy định mới đang yêu cầu minh bạch:

• CMS Rules 2024: Các công ty bảo hiểm Medicare Advantage phải tuân thủ tiêu chuẩn gốc
• AI in Healthcare Act (2024): Yêu cầu đánh giá tác động năm 2026, công khai lỗi, thông báo cá nhân
• California AB 3030 (2024): Công khai khi AI được sử dụng trong chăm sóc bệnh nhân
• Hơn 100 dự luật tiểu bang đang chờ xử lý liên quan đến xác nhận trước

Việc thực hiện ứng dụng AI thiếu sự minh bạch không chỉ là vấn đề của riêng ngành bảo hiểm. Việc giúp những người liên quan đến quyết định hiểu được cơ chế đánh giá của AI là một bước đi cần thiết để các quyết định của AI trở nên rõ ràng, dễ chấp nhận hơn. Mặc dù vậy, phải thừa nhận rằng đó là một bước đi còn nhiều khó khăn khi không phải ai cũng dễ dàng nắm được cơ chế hoạt động của AI với rất nhiều lớp thuật toán. Một phương án được đưa ra là thành lập hội đồng tư vấn giám sát AI với các chuyên gia nghiệp vụ bảo hiểm lẫn công nghệ.

Bài Học 3: Phát Hiện và Giảm Thiểu Thiên Lệch

Trường hợp Impact Pro cho thấy AI có thể khuếch đại thiên lệch hiện có trong dữ liệu lịch sử. Điều này đặc biệt nguy hiểm trong bảo hiểm y tế, nơi quyết định có thể ảnh hưởng trực tiếp đến sức khỏe và sinh mạng.

Khuyến nghị thực hành:

• Kiểm tra thiên lệch theo nhân khẩu học trước khi triển khai
• Sử dụng dữ liệu đa dạng và đại diện cho huấn luyện
• Theo dõi liên tục kết quả theo nhóm dân số khác nhau
• Thiết lập các chỉ số công bằng cụ thể và theo dõi định kỳ
• Hợp tác với các tổ chức xã hội dân sự để đánh giá tác động

Bài Học 4: Quản Trị và Tuân Thủ Chủ Động

UnitedHealth đã công bố chương trình Trí Tuệ Nhân Tạo Có Trách Nhiệm (RAI) nhưng hành động chậm hơn lời hứa. Các công ty khác nên học từ sai lầm này. Việc thiết lập Ủy ban quản trị hoặc Hội đồng tư vấn AI càng trở nên cấp thiết hơn để có thể quản trị và tuân thủ chủ động. Các nguyên tắc AI cần được công bố một cách rõ ràng và được đánh giá định kỳ tác động AI. Từ đó một khung kiểm soát AI toàn diện được xây dựng để đào tạo nhân viên sử dụng AI có đạo đức.

Bài Học 5: Đầu Tư Vào Con Người và Quy Trình

UnitedHealth có 20.000 kỹ sư nhưng văn hóa tổ chức khuyến khích tuân theo thuật toán hơn phán đoán chuyên môn. AI cần lãnh đạo kinh doanh và đầu tư vào con người và quy trình, không chỉ công nghệ. Việc đào tạo nhân viên có hiểu biết về AI, nâng cao AI literacy tỏ ra cấp thiết. Một môi trường khuyến khích đặt câu hỏi về kết quả AI, kiểm nghiệm và đánh giá nhiều lần giúp cho việc ứng dụng AI trong hoạt động trở nên tự nhiên, nhuần nhuyễn, tránh các sai sót không cần thiết. Hơn nữa, trong một môi trường mang tính nghiệp vụ đặc thù như công ty bảo hiểm, kỹ sư AI và chuyên gia nghiệp vụ cần có cầu nối liên tục không chỉ cải thiện kỹ năng AI mà còn nhanh chóng phát hiện các lỗi sai, có phương án xử lý kịp thời. Một môi trường cởi mở trong trao đổi sẽ giúp các nhân viên sẵn sàng lên tiếng mỗi khi AI đưa ra các quyết định khó hiểu hoặc thậm chí là sai lầm.

Bài Học 6: Quản Lý Kỳ Vọng và Truyền Thông

Cuộc khủng hoảng của UnitedHealth một phần đến từ việc công ty không truyền thông rõ ràng vai trò của AI và quyền của khách hàng. Việc truyền thông về ứng dụng AI trong hoạt động là hợp lý trong bối cảnh các đối thủ sẵn sàng vượt lên ở mảng này. Tuy nhiên, kiểm soát độ phủ truyền thông cũng như thông điệp truyền tải

Khuyến nghị thực hành:

• Truyền thông minh bạch về việc sử dụng AI với khách hàng
• Giải thích rõ quyền kháng cáo và quy trình
• Đơn giản hóa quy trình kháng cáo
• Công khai số liệu về tỷ lệ phê duyệt/từ chối và kháng cáo thành công
• Thiết lập kênh liên lạc trực tiếp cho các trường hợp phức tạp

Kết Luận: Tương Lai Của AI Trong Bảo Hiểm

Câu chuyện của UnitedHealth là một bài học cảnh báo nhưng không phải lời kết án cho AI trong bảo hiểm. Công nghệ AI có tiềm năng to lớn để cải thiện hiệu quả, giảm chi phí và nâng cao trải nghiệm khách hàng. Thị trường AI bảo hiểm toàn cầu dự kiến đạt 45,74 tỷ USD vào năm 2031 – con số này phản ánh sự tất yếu của chuyển đổi số.

Tuy nhiên, bài học quan trọng nhất là: công nghệ không bao giờ có thể tách rời khỏi đạo đức và trách nhiệm xã hội. AI có thể xử lý 90% bồi thường tự động, nhưng 10% còn lại – những trường hợp phức tạp, biên giới, liên quan đến sức khỏe và sinh mạng con người – vẫn cần sự can thiệp của chuyên gia y tế có trái tim và lương tâm.

Các giám đốc công nghệ bảo hiểm đang đứng trước một ngã rẽ lịch sử. Con đường UnitedHealth đã đi – tối ưu hóa lợi nhuận mà quên đi con người – đã dẫn đến khủng hoảng pháp lý, mất lòng tin khách hàng và áp lực quy định nghiêm ngặt hơn. Con đường phía trước cần cân bằng giữa hiệu quả công nghệ và trách nhiệm đạo đức.

Công ty nào có thể tìm được sự cân bằng này – triển khai AI mạnh mẽ nhưng có trách nhiệm, tự động hóa thông minh nhưng minh bạch, hiệu quả nhưng nhân văn – sẽ không chỉ thành công về mặt kinh doanh mà còn xây dựng được lòng tin lâu dài với khách hàng và xã hội.

Như CEO Sandeep Dadlani của UnitedHealth đã tuyên bố: “AI sẽ không bao giờ từ chối một bồi thường” mà chỉ hỗ trợ quyết định của con người. Câu hỏi đặt ra cho toàn ngành là: Chúng ta có thể biến lời hứa này thành hiện thực không?

Các bài viết tham khảo

NLP Y Tế & Mapping ICD-10: Các Lợi Ích Khi Ứng Dụng AI Trong Bảo Hiểm Số

Công nghệ IDP (Intelligent Document Processing) Cho Bảo Hiểm

Nguồn Tham Khảo

1. The Wall Street Journal (2024). “UnitedHealth Now Has 1,000 AI Use Cases, Including in Claims”
2. Jeremy Swenson, LinkedIn (2024). “UnitedHealth (UHG) Has 1000 AI Use Cases”
3. Bedim (2024). “The Future of Health Insurance: How AI is Transforming Medical Coverage”
4. Klover.ai (2024). “UnitedHealth Group AI Strategy: Dominance in Healthcare AI”
5. World Journal of Advanced Engineering Technology and Sciences (2025). “Evaluating Cost Savings from AI Implementation in Health Insurance”
6. Simbo.ai (2024). “Evaluating Cost Savings from AI Implementation in Health Insurance”
7. Stat News (2023). “Medicare Advantage Plans Denial Artificial Intelligence”
8. Jeffrey D. Marr (2023). “Research Paper on nH Predict Algorithm”
9. Bloomberg (2025). “UnitedHealth’s Optum Real Uses AI to Speed Up Medical Claims”
10. Yahoo Finance (2025). “UnitedHealth Testing AI System”
11. CBS News (2023). “UnitedHealth Lawsuit AI Deny Claims Medicare Advantage”
12. Reuters (2023). “Lawsuit Claims UnitedHealth AI Wrongfully Denies Elderly Extended Care”
13. Fox Business (2024). “UnitedHealthcare Accused Relying AI Algorithms Deny Medicare Advantage Claims”
14. U.S. Senate Permanent Subcommittee on Investigations (2024). “Report on Medicare Advantage Insurers Refusal of Care”
15. Healthcare Dive (2024). “Medicare Advantage AI Denials Report”
16. Washington State Hospital Association (2024). “Senate Democrats Release Report on Medicare Advantage Denials”
17. GovTech (2019). “NY Regulators Probe for Racial Bias in Health Care Algorithm”
18. Business Insider (2019). “Algorithm Treatment to White Patients Over Sicker Black Ones”
19. Bank Info Security (2024). “Court: UnitedHealth Must Answer for AI-Based Claim Denials”
20. Haven Health Management (2024). “UnitedHealth Lawsuit: Can AI Deny Healthcare Services?”
21. American Medical Association (2024). “AI Health Insurance Claims: Why Prior Authorization”
22. Legal HIE (2024). “Judge Decides Class Action Lawsuit Can Proceed Against UnitedHealth”
23. Norton Rose Fulbright (2024). “CMS Clarifies Medicare Advantage Organizations Use of AI”
24. Holland & Knight (2024). “Regulation of AI in Healthcare Utilization Management”
25. American Medical Association (2024). “How AI Leading to More Prior Authorization Denials”
26. UnitedHealth Group (2024). “Artificial Intelligence Responsible Use”
27. Georgetown Law Litigation Tracker (2024). “Estate of Gene B. Lokken vs UnitedHealth Group”
28. Claims Journal (2024). “UnitedHealth AI Claims Litigation Update”
29. MedCity News (2025). “Is Optum Real for Real?”
30. Wikipedia. “nH Predict”
31. Jennifer M. Worthy, LinkedIn (2025). “HLTH25: Optum Unveils New AI-Powered Claims”
32. PBS NewsHour (2024). “Poll Finds Americans Blame Insurance Profits and Coverage Denials”
33. The Wall Street Journal (2019). “New York Regulator Probes UnitedHealth Algorithm for Racial Bias”
34. Wikipedia. “Killing of Brian Thompson”
35. American Hospital Association (2024). “Senate Report Scrutinizes Medicare Advantage Prior Authorization”
36. CNN (2024). “Insurance Claim Denials UnitedHealthcare CEO”
37. NBC News (2024). “Private Health Insurers Use AI Approve Deny Care Medicare”
38. Healthcare Dive (2025). “Democrats Bill Repeal AI Prior Authorization Pilot Medicare”
39. Manatt Health (2024). “Health AI Policy Tracker”

Bài viết độc quyền bởi Ông Nguyễn Trung Hiếu – Chuyên gia AI và Kiến trúc Hệ thống – Khối Chăm sóc Sức khỏe FPT IS

Với hơn 6 năm kinh nghiệm trong lĩnh vực trí tuệ nhân tạo (AI) và kiến trúc hệ thống, Nguyễn Trung Hiếu là một trong những chuyên gia hàng đầu trong việc ứng dụng AI để chuyển đổi số ngành bảo hiểm. Dưới sự dẫn dắt trực tiếp của Giám đốc Trung tâm R&D AI, anh đã lãnh đạo đội ngũ các kỹ sư cấp cao, thiết kế và triển khai các hệ thống AI-first phục vụ quy mô hàng triệu người dùng trong ngành bảo hiểm số.