Alors que les marges sont minces, l’optimisation du cycle de rotation et l’IA peuvent être la clé

L’automatisation basée sur l’intelligence artificielle (IA) devient un enjeu de survie pour les hôpitaux, confrontés à une course aux armements technologiques avec les organismes d’assurance. Ne pas investir dans la modernisation du cycle de revenus intermédiaire pourrait compromettre leur viabilité financière, estiment des experts du secteur.

Ce cycle, qui se situe entre l’admission du patient et la facturation finale, est de plus en plus déterminant pour la santé financière des établissements de santé. Il englobe des processus cruciaux tels que la documentation clinique, la saisie et le rapprochement des frais, le codage des prestations, la gestion des risques liés aux diagnostics (Diagnostic Related Groups – DRG), la gestion des cas et de l’utilisation des ressources, ainsi que la prévention des refus de remboursement. Chez Providence, un grand groupe hospitalier, ce cycle couvre également l’exactitude des prescriptions et la traduction des informations cliniques en données de facturation.

Pour le Nathan Littauer Hospital & Nursing Home, un établissement rural situé dans le nord de l’État de New York, l’optimisation de ce cycle est devenue une priorité stratégique. « Nous cherchons à être payés pour les soins que nous prodiguons, à une juste valeur, et à maximiser nos revenus », explique James Wellman, vice-président et directeur des systèmes d’information (CIO) de l’hôpital. « C’est au milieu du cycle que la précision rencontre la valeur. »

Nicholas Raup, vice-président directeur des solutions d’IA et d’automatisation chez e4health, souligne le lien direct entre la qualité de la documentation et la performance financière. « Si la documentation et le codage ne sont pas corrects, votre modèle financier s’effondre », affirme-t-il. Il considère que le cycle de revenus intermédiaire englobe désormais l’ensemble des processus, « du point de service ou de soins jusqu’à la préfacturation et le congé du patient », ce qui en fait un point focal naturel pour les investissements dans l’IA.

Les panélistes d’un récent webinaire organisé par le système de santé CIO ont mis en évidence une pression croissante sur les marges, des contraintes de trésorerie, des pénuries de personnel et une augmentation des audits comme autant de facteurs rendant l’optimisation du cycle de revenus intermédiaire urgente. Un facteur plus récent, l’adoption rapide de l’IA par les organismes d’assurance pour analyser la documentation, renforcer les règles et générer des refus de remboursement plus complexes, intensifie cette course à l’automatisation.

Les dirigeants de Providence décrivent cette situation comme une « bataille de robots », où les algorithmes des assureurs recherchent constamment des motifs pour retarder ou refuser les paiements, tandis que les établissements de santé s’efforcent de suivre le rythme. Pour un petit hôpital rural, cette dynamique est particulièrement difficile. « Sans cela, vous ne ferez que repousser l’inévitable », prévient James Wellman. « Vous risquez d’être racheté ou de devoir fermer des services. » Il estime que les trois prochaines années seront décisives pour les établissements aux marges financières faibles.

Les experts soulignent que l’intégration de l’IA dans le cycle de revenus intermédiaire ne doit pas être considérée comme une simple amélioration optionnelle, mais comme un moteur de financement pour d’autres projets de transformation numérique, tels que l’amélioration de l’accès numérique aux soins et le renforcement de la cybersécurité.

Un défi culturel majeur réside dans la nécessité d’aligner les cliniciens, les équipes financières et les informaticiens. Les cliniciens, souvent concentrés sur la qualité des soins, peuvent considérer les questions de revenus comme éloignées de leur mission. Les panélistes ont insisté sur l’importance de démontrer, à travers des exemples concrets, comment une documentation incomplète peut entraîner des pertes de revenus et retarder les investissements dans de nouveaux équipements, tels que des appareils d’imagerie par résonance magnétique (IRM) ou d’échographie.

« Nous partageons des exemples anonymisés, y compris des cas où une documentation incomplète a coûté 13 000 $ à l’organisation, pour montrer le lien entre les pratiques cliniques et les résultats financiers », explique James Wellman.

La gestion du changement est également essentielle. Chez Providence, les efforts d’optimisation évitent les directives descendantes imposées par le service informatique. Au lieu de cela, le personnel opérationnel et clinique est impliqué dès le début du processus pour identifier les points sensibles, définir les objectifs et accepter les compromis.

Nicholas Raup souligne que l’adoption de l’IA est plus rapide lorsque le personnel constate rapidement des avantages tangibles. Il recommande de tester de petits changements, de mesurer les gains de temps ou la réduction des erreurs, puis d’étendre progressivement l’utilisation de la technologie.

Les panélistes ont recommandé de mettre en place des tableaux de bord automatisés, en temps réel, pour suivre des indicateurs clés tels que les taux de refus, le rendement du premier passage, les jours de déchargement non facturés au final (Days in DNFB), la productivité du codage, la couverture de la documentation clinique (CDI), le coût par réclamation et l’impact des changements dans la composition des cas sur les revenus.

Adar Palis, vice-président directeur des applications cliniques et du cycle de revenus chez Providence, estime que le cycle de revenus intermédiaire doit être géré comme un produit, avec des utilisateurs, des mises à jour régulières et de multiples points d’intégration. « Cela conduit à une meilleure adoption, une meilleure qualité et des résultats plus durables », affirme-t-il.

« Les humains qui utilisent l’IA vont remplacer les humains qui n’utilisent pas l’IA », a conclu Nicholas Raup, résumant l’enjeu majeur pour les établissements de santé.