16/04/2025
Việc phát hiện gian lận bảo hiểm vẫn là mối quan tâm hàng đầu do hiện chưa có mô hình AI hiệu suất cao nào thực sự đáng tin cậy, trong khi các phương pháp dựa trên luật lệ lại quá cứng nhắc để bao quát được các chiến thuật gian lận liên tục thay đổi. Để giải quyết khoảng trống này, nghiên cứu này đề xuất một mô hình AI có khả năng giải thích (XAI) cho bài toán phát hiện gian lận, bằng cách tích hợp thuật toán rừng ngẫu nhiên với phương pháp giải thích SHAP, nhằm nâng cao hiệu quả phát hiện gian lận trong các yêu cầu bồi thường bảo hiểm xe cơ giới. Bên cạnh đổi mới công nghệ, nghiên cứu này còn phù hợp với tiêu chuẩn quản lý rủi ro ISO 31000:2018 khi đưa ra luận cứ cho việc áp dụng các mô hình AI có khả năng giải thích trong bối cảnh ra quyết định tài chính. Hơn nữa, bằng cách kết hợp XAI với phát hiện gian lận, nghiên cung cấp những thông tin có thể hành động, từ đó nâng cao hiệu quả đánh giá rủi ro và củng cố quy trình phòng chống gian lận.
