Case Study: Chuỗi phòng khám tư nhân giảm 65% thời gian đối soát bảo hiểm nhờ AI Agent

1. Pain – Hồ sơ bảo hiểm đang chạy bằng cơm

Anh Minh, quản lý chuỗi phòng khám tư nhân tại TP.HCM, tiếp nhận hơn 8.000 lượt khám mỗi tháng. Cuối kỳ quyết toán, đội ngũ phải mở hàng nghìn hồ sơ, bảng kê dịch vụ và file Excel để đối chiếu thông tin bệnh nhân, mã dịch vụ, chứng từ và mức chi trả bảo hiểm.

Chỉ cần lệch một mã dịch vụ, thiếu chữ ký hoặc sai số tiền, hồ sơ có thể bị trả về. Nhân viên lại phải dò từng dòng, gọi từng bộ phận và cập nhật thủ công. Quy trình đối soát bảo hiểm trở thành một công việc lặp lại, dễ sai và phụ thuộc vào vài nhân sự chủ chốt.

2. Agitate – Một lỗi nhỏ làm nghẽn cả dòng tiền

Trước đây, phòng khám của anh Minh mất khoảng 7 ngày để hoàn thiện hồ sơ. Khi đến mùa quyết toán, doanh nghiệp phải thuê thêm người xử lý, nhưng vẫn không tránh khỏi tình trạng hồ sơ tồn đọng và doanh thu thực tế khó dự báo.

Đó là kiểu vận hành tối ưu nửa mùa: mua thêm nhân sự để vá víu quy trình, nhưng nợ kỹ thuật và lỗi nhập liệu vẫn tăng. Mỗi hồ sơ bị trả về làm chậm thanh toán, teo tóp biên lợi nhuận và tạo chi phí cơ hội. Nếu tiếp tục ăn xổi, phòng khám có thể mất tiền ngu vì những sai lệch hoàn toàn có thể kiểm tra tự động. KPI ảo là số hồ sơ đã nhập, trong khi chỉ số cần nhìn là hồ sơ hợp lệ, thời gian thu tiền và tỷ lệ bị trả về.

3. Solve – Triển khai AI Agent theo 3 bước

Bước 1: Chuẩn hóa dữ liệu đầu vào. AI Agent tiếp nhận chứng từ từ các nguồn khác nhau, trích xuất thông tin chính, phân loại hồ sơ và đối chiếu với dữ liệu khám chữa bệnh nội bộ. Mỗi hồ sơ được gắn trạng thái: đã nhận, đang kiểm tra, cần bổ sung hoặc sẵn sàng quyết toán.

Bước 2: Chỉ đẩy ngoại lệ cho con người. Hồ sơ thiếu chứng từ, sai mã dịch vụ, lệch số tiền hoặc có dấu hiệu bất thường sẽ vào danh sách kiểm tra riêng. Hồ sơ hợp lệ được tổng hợp tự động, giúp nhân viên không phải kiểm tra toàn bộ từ đầu.

def classify_claim(claim, patient_record):
    issues = []
    if claim['service_code'] not in patient_record['services']:
        issues.append('sai mã dịch vụ')
    if claim['amount'] != patient_record['covered_amount']:
        issues.append('lệch số tiền')
    if not claim.get('document_id'):
        issues.append('thiếu chứng từ')
    return {'status': 'exception' if issues else 'ready', 'issues': issues}

Bước 3: Kiểm soát trước khi gửi. HimiTek thiết kế phân quyền, lưu vết phê duyệt và bắt buộc kiểm tra con người trước khi gửi hồ sơ chính thức. AI Gateway sử dụng OpenClaw Gatekeeper, 9router v0.4.66 và LiteLLM dual-instance failover. Rate limit, xoay vòng API key và budget cap cứng, chẳng hạn 5 USD mỗi tháng cho từng virtual key, giúp tránh vòng lặp AI gây tốn tiền. Reasoner được tách khỏi Actuator; các lệnh nguy hiểm mặc định bị khóa và chỉ chạy khi có whitelist hoặc quyền rõ ràng.

Đo trước và sau: thời gian đối soát, tỷ lệ lỗi, tỷ lệ hồ sơ bị trả về và chi phí nhân sự.
Thiết lập hàng đợi ngoại lệ và người phê duyệt theo chi nhánh.
Kiểm tra ngẫu nhiên hồ sơ hợp lệ để giữ chất lượng nghiệp vụ.

4. CTA – Biến thời gian xử lý thành dòng tiền

Sau 3 tháng, chuỗi phòng khám giả định của anh Minh giảm 65% thời gian đối soát, giảm 72% lỗi nhập liệu, rút ngắn thời gian hoàn thiện từ 7 ngày xuống còn 2–3 ngày và tiết kiệm khoảng 320 triệu đồng mỗi năm. Quan trọng hơn, quản lý nhìn thấy trạng thái hồ sơ theo thời gian thực, hạn chế hồ sơ bị trả về và dự báo doanh thu chính xác hơn.

Nếu doanh nghiệp của bạn đang đối soát bảo hiểm bằng Excel, hãy bắt đầu bằng một quy trình thử nghiệm trên một chi nhánh. HimiTek có thể giúp đo ROI từ dữ liệu thật, tự động hóa phần lặp lại nhưng vẫn giữ quyền quyết định ở bộ phận nghiệp vụ.

Cần tư vấn chuyên sâu?

HimiTek cung cấp dịch vụ tư vấn AI Compliance, Blockchain, và Security cho doanh nghiệp.

Đặt lịch tư vấn miễn phí →

1. Pain – Insurance files are still processed manually

Minh, the manager of a private clinic chain in Ho Chi Minh City, handles more than 8,000 visits every month. At the end of each settlement period, his team opens thousands of patient files, service schedules, and Excel sheets to compare patient information, service codes, supporting documents, and insurance coverage.

One incorrect service code, missing signature, or mismatched amount can cause a claim to be rejected. Staff must then check every line, call other departments, and update records manually. Insurance reconciliation becomes repetitive, error-prone work that depends on a few key employees.

2. Agitate – A small error can block the entire cash flow

Previously, Minh's clinic needed around seven days to complete its files. During settlement season, the business hired temporary staff, yet backlogs, rejected claims, and unclear actual revenue still remained.

This is half-baked optimization: adding people to patch a process while technical debt and data-entry errors keep growing. Every rejected claim delays payment, reduces margins, and creates an opportunity cost. Continuing with a short-term approach means losing money on errors that could have been checked automatically. A vanity KPI is the number of files entered; the real metrics are valid claims, collection time, and rejection rate.

3. Solve – Deploy the AI Agent in 3 steps

Step 1: Standardize incoming data. The AI Agent receives documents from multiple sources, extracts key information, classifies each file, and compares it with internal medical-service data. Every claim receives a status: received, under review, missing information, or ready for settlement.

Step 2: Send only exceptions to staff. Claims with missing documents, invalid service codes, amount discrepancies, or unusual patterns are routed to a dedicated review queue. Valid claims are consolidated automatically, so staff do not need to inspect every record from scratch.

def classify_claim(claim, patient_record):
    issues = []
    if claim['service_code'] not in patient_record['services']:
        issues.append('invalid service code')
    if claim['amount'] != patient_record['covered_amount']:
        issues.append('amount mismatch')
    if not claim.get('document_id'):
        issues.append('missing document')
    return {'status': 'exception' if issues else 'ready', 'issues': issues}

Step 3: Control the final submission. HimiTek adds role-based access, approval logs, and mandatory human review before official submission. The AI Gateway uses OpenClaw Gatekeeper, 9router v0.4.66, and LiteLLM dual-instance failover. Rate limiting, automatic API-key rotation, and a hard budget cap, such as 5 USD per month for each virtual key, prevent runaway loops from inflating costs. The Reasoner is separated from the Actuator; dangerous commands remain locked unless explicitly permitted or whitelisted.

Measure before and after: reconciliation time, error rate, rejection rate, and labor cost.
Create exception queues and assign approvers by branch.
Run random checks on valid claims to preserve operational quality.

4. CTA – Turn processing time into cash flow

After three months, Minh's hypothetical clinic chain reduced reconciliation time by 65%, cut data-entry and document discrepancies by 72%, shortened completion time from seven days to two or three days, and saved approximately VND 320 million per year. More importantly, managers could track claim status in real time, reduce rejections, and forecast revenue more accurately.

If your business still reconciles insurance claims through Excel, start with a pilot at one branch. HimiTek can measure ROI using real operational data, automate repetitive checks, and keep final decision-making with your nghiệp vụ team.

Need expert consulting?

HimiTek provides AI Compliance, Blockchain, and Security consulting for enterprises.

Book a free consultation →