Chính quyền ông Trump dùng ChatGPT để truy quét gian lận y tế tại Mỹ

Ảnh: AP Photo 

Theo hãng tin AP, Bộ Y tế và Dịch vụ Nhân sinh Mỹ (HHS) cho biết sẽ dùng AI để phân tích báo cáo kiểm toán từ toàn bộ 50 bang nhằm phát hiện các dấu hiệu bất thường trong việc sử dụng tiền từ Medicaid, Medicare và nhiều chương trình y tế khác.

Chương trình mới có tên AERO (Audit Enforcement and Risk Oversight), sẽ rà soát ít nhất 5 năm dữ liệu kiểm toán của các chương trình nhận ngân sách từ HHS.

Ông Gustav Chiarello – trợ lý bộ trưởng phụ trách tài chính của HHS – cho biết trước đây nhiều báo cáo kiểm toán “gần như bị bỏ quên”, còn AI giờ có thể giúp cơ quan này nhanh chóng tìm ra các mô hình chi tiêu bất thường hoặc dấu hiệu gian lận.

Theo Reuters, các bang, trường đại học, tổ chức phi lợi nhuận hoặc cơ quan địa phương nhận từ 1 triệu USD tiền liên bang mỗi năm đều phải nộp báo cáo kiểm toán định kỳ. Nếu không khắc phục sai phạm hoặc nộp báo cáo chậm, họ có thể bị tạm dừng hoặc cắt ngân sách.

Động thái này là một phần trong chiến dịch chống gian lận quy mô lớn mà Nhà Trắng triển khai từ đầu năm nay dưới sự dẫn dắt của Phó Tổng thống JD Vance. Chính quyền Mỹ cho rằng thất thoát và gian lận trong các chương trình y tế công là vấn đề rất nghiêm trọng, có thể lên tới hàng trăm tỷ USD mỗi năm.

Không chỉ dùng AI để đọc báo cáo tài chính, HHS thời gian qua còn thúc đẩy ứng dụng AI trong nhiều lĩnh vực khác như xử lý hồ sơ hành chính, hỗ trợ nghiên cứu y học và phân tích dữ liệu bệnh nhân.

Tuy nhiên, kế hoạch này cũng làm dấy lên nhiều tranh cãi. Các chuyên gia cảnh báo AI có thể mắc lỗi, đưa ra kết luận sai hoặc mang thành kiến trong quá trình xử lý dữ liệu.

Reuters cho biết một số tổ chức bảo vệ quyền người dân lo ngại chính quyền có thể quá phụ thuộc vào AI trong các quyết định ảnh hưởng đến ngân sách y tế và phúc lợi xã hội. Một số nhà phê bình cũng cáo buộc chiến dịch chống gian lận của ông Trump thời gian qua thường nhắm nhiều vào các bang do đảng Dân chủ kiểm soát.

Các chuyên gia công nghệ y tế nhận định AI có thể giúp phát hiện nhanh các dấu hiệu bất thường mà con người khó nhận ra trong khối dữ liệu khổng lồ. Tuy nhiên, họ cho rằng những hệ thống như vậy vẫn cần con người giám sát chặt chẽ để tránh sai sót trong các quyết định liên quan đến chăm sóc sức khỏe và ngân sách công.