Les refus de demandes de remboursement pèsent lourdement sur les finances et la charge de travail des établissements de santé. L’intelligence artificielle (IA) pourrait bien être la solution pour inverser cette tendance, en automatisant la prévention des erreurs, en optimisant les resoumissions et en identifiant les causes profondes de ces rejets.
Selon Jason Considine, président d’Experian Health, le problème des refus réside avant tout dans la qualité des données. « Des données inexactes ou manquantes, des erreurs d’autorisation, une assurance obsolète et un enregistrement incomplet sont les raisons les plus courantes pour lesquelles les réclamations sont refusées », explique-t-il. Les erreurs, même mineures, dans l’enregistrement des patients, la vérification de leur couverture ou l’obtention des autorisations nécessaires peuvent entraîner des refus coûteux et chronophages.
Une étude récente d’Experian Health révèle que plus d’un quart des établissements attribuent au moins 10 % de leurs refus à des données incorrectes collectées lors de l’admission des patients. La correction de ces erreurs, une fois le refus constaté, mobilise des ressources précieuses et contribue à l’épuisement professionnel du personnel.
L’IA offre une approche proactive en analysant en temps réel de grands volumes de données pour identifier les incohérences et les informations manquantes avant même que la demande ne soit soumise. Des outils comme Curateur d’accès aux patients™ (PAC) et AI Advantage™ d’Experian Health consolident la vérification de l’éligibilité, la découverte de l’assurance et la validation des données démographiques, réduisant ainsi le nombre d’erreurs initiales.
Au-delà de la prévention, l’IA permet également d’optimiser les resoumissions. En 2022, seulement 54,3 % des refus ont été annulés, représentant un coût de près de 20 milliards de dollars (environ 18,5 milliards d’euros). En priorisant les réclamations ayant les meilleures chances de succès, grâce à l’analyse prédictive, les équipes peuvent maximiser leur retour sur investissement et alléger la pression sur le personnel. « En donnant la priorité aux réclamations qui valent le temps et les efforts au lieu de traiter toutes les réclamations refusées sur un pied d’égalité, les organismes de santé peuvent produire le meilleur retour sur investissement pour les efforts de l’équipe », souligne M. Considine.
Enfin, l’IA offre une visibilité précieuse sur les causes profondes des refus. En analysant les schémas récurrents, elle permet d’identifier les problèmes liés à l’enregistrement, à l’autorisation, à la documentation ou aux exigences spécifiques des organismes payeurs. Cette analyse permet aux établissements de mettre en place des mesures correctives ciblées et d’améliorer leurs processus à long terme.
Bien que l’adoption de l’IA dans le secteur de la santé soit en croissance, de nombreux établissements restent prudents. Une enquête récente montre que 63 % ont intégré l’IA dans leurs flux de travail, mais principalement pour des tâches à faible risque. Experian Health recommande de commencer par des projets pilotes dans des domaines spécifiques, tels que l’enregistrement des patients, afin de démontrer la valeur de la technologie et de gagner en confiance avant de la déployer à plus grande échelle. Selon l’enquête, 69 % des établissements utilisant déjà l’IA ont constaté une réduction des refus.