L’intelligence artificielle transforme progressivement le secteur de la santé, non pas en remplaçant l’expertise humaine, mais en l’augmentant pour optimiser les processus et améliorer la qualité des soins. Des applications concrètes, axées sur l’intégrité des paiements et le passage à un modèle de rémunération basé sur la valeur, se multiplient, malgré des défis d’intégration et de conformité.
Si l’IA suscite des ambitions de capacités cognitives étendues, la majorité des établissements de santé se concentrent actuellement sur des améliorations progressives et ciblées. L’IA dite « étroite », qui englobe l’apprentissage automatique et le traitement du langage naturel, est déjà bien implantée et soutient de nombreuses applications existantes. L’enjeu, à ce stade, est moins de créer une IA généraliste que d’optimiser l’utilisation des outils disponibles.
Le déploiement de ces technologies n’est cependant pas sans obstacles. L’intégration aux systèmes existants, la protection des données sensibles des patients et le respect d’une réglementation en constante évolution exigent une collaboration étroite entre différents corps de métier et un investissement continu. Les grandes organisations progressent dans la transition des projets pilotes à des applications opérationnelles, mais l’intégration et la sécurité restent des préoccupations majeures.
Cotiviti et Edifecs, deux entreprises spécialisées, illustrent cette tendance en mettant l’IA au service de l’intégrité des paiements et de la valorisation des soins. Une récente enquête menée auprès des clients de Cotiviti révèle que les applications les plus courantes de l’IA visent à améliorer l’efficacité des processus, à sélectionner les demandes de remboursement à examiner et à optimiser le service client. Près de la moitié des répondants ont cité l’efficacité des processus comme objectif principal, suivie de l’amélioration de l’accès à l’information et de la simplification des interactions avec les clients.
L’utilisation combinée de l’IA générative et de l’apprentissage automatique pour la sélection des demandes et l’examen des documents se développe. Néanmoins, l’adoption reste inégale : les clients de Cotiviti ont généralement mis en œuvre deux ou trois cas d’utilisation sur une liste de dix, et aucun n’a dépassé un taux de 35 % d’adoption. Les plus grands payeurs et prestataires de soins de santé transfèrent entre 20 et 50 % de leurs projets pilotes en production, l’intégration demeurant un frein important.
Cotiviti utilise notamment l’apprentissage automatique pour optimiser la sélection des dossiers médicaux à auditer. Sa solution de validation des dossiers cliniques (CCV) examine les données des sinistres, identifie ceux présentant un risque élevé d’erreurs de codage et demande les dossiers médicaux correspondants pour vérification. L’IA permet de hiérarchiser et d’affiner ces demandes, réduisant ainsi le volume de travail des auditeurs et augmentant la valeur des analyses.
Cette approche repose sur un principe de « boucle humaine », où l’IA met en évidence les points à examiner, mais les décisions finales restent l’apanage d’auditeurs qualifiés. En se concentrant sur les dossiers à fort impact, Cotiviti réduit les audits inutiles, respecte le temps des prestataires et renforce la confiance. Les modèles d’IA sont continuellement améliorés grâce aux retours d’expérience, aux audits de performance et à l’adaptation aux nouvelles réglementations.
Grâce à l’IA, Cotiviti a significativement amélioré la précision de ses sélections de dossiers médicaux, permettant un passage progressif à un contrôle préalable aux paiements. Pour un de ses clients, l’IA a permis de passer à un examen prospectif de 42 % des révisions de dossiers, ce qui a entraîné une augmentation de 45 % de la valeur globale du programme et une réalisation plus rapide des économies.
Edifecs, filiale de Cotiviti, applique l’IA à l’analyse des réseaux de prestataires et à l’évaluation de leur préparation à la rémunération basée sur la valeur. Le système produit un score holistique des prestataires, évaluant leur efficacité et leur qualité sur plusieurs dimensions, notamment le coût des soins, le respect des protocoles, les transitions de soins et les relations avec les payeurs. Il intègre également les déterminants cliniques et sociaux de la santé (DCS), reliant les données médicales à un contexte social plus large pour identifier les causes profondes des inégalités en matière de performance.
Le moteur d’analyse d’Edifecs traite les données de facturation, les informations sur les patients et les données externes relatives aux DCS, les nettoie et les valide, puis applique trois approches de modélisation. Ces modèles sont validés auprès de millions de prestataires et rigoureusement testés pour détecter les biais, avec des explications détaillées disponibles pour chaque prédiction. Cette transparence aide les payeurs et les prestataires à comprendre les facteurs qui influencent la performance et à soutenir les contrats basés sur la valeur.
En combinant l’apprentissage automatique, le jugement d’experts et l’intégration des DCS, ces solutions contribuent à améliorer la valeur et la qualité des soins de santé, à réduire la charge administrative et à fournir des informations exploitables plus rapidement. Pour 2026 et au-delà, une utilisation responsable et collaborative de l’IA sera essentielle pour favoriser une amélioration durable du système de santé.
