L’IA, une réponse prometteuse face à la flambée des refus de remboursement dans la santé
Malgré des décennies d’investissements technologiques censés fluidifier la gestion des réclamations, le secteur de la santé observe une augmentation constante des refus de remboursement. Cependant, l’émergence de l’intelligence artificielle (IA) redessine les contours de l’accès aux patients et de la gestion du cycle de revenus, promettant des solutions plus robustes et efficientes.
De l’automatisation à l’intelligence : la révolution IA dans la gestion des soins
Depuis plus de dix ans, les avancées technologiques se sont principalement concentrées sur l’automatisation pour juguler la hausse des refus. L’IA marque un tournant décisif, passant d’une logique purement transactionnelle à une approche véritablement intelligente. Elle peut désormais être déployée à chaque étape du cycle de revenus – coordination des prestations, vérification d’éligibilité, traitement des réclamations – pour s’attaquer aux problèmes persistants. Pourtant, paradoxalement, les refus continuent d’augmenter, même là où des solutions IA sont déjà disponibles.
« Malgré tous les investissements réalisés par des organisations comme Experian Health et les fournisseurs de systèmes d’information hospitaliers, la coordination des prestations et les refus d’éligibilité demeurent des problèmes majeurs, » constate David Figueredo, vice-président de l’innovation chez Experian Health. Il souligne que nombre de responsables du cycle de revenus, bien que conscients du potentiel de l’IA, restent sceptiques ou incertains quant à son application optimale pour prévenir ces refus.
Lever les freins : dissiper les appréhensions face à l’IA
Les professionnels de la santé font souvent face à des perceptions négatives concernant l’adoption de l’IA. David Figueredo espère dissiper ces craintes en rappelant le « pouvoir, l’espoir et les attentes considérables autour de l’utilisation des technologies appliquées et de l’automatisation dans le processus du cycle de revenus. »
Les préoccupations varient, mais selon une étude d’Experian Health présentée lors d’un récent webinaire, la « précision et la fiabilité » figurent en tête des interrogations des organisations envisageant l’IA. D’autres inquiétudes portent sur la confidentialité et la sécurité des données, les coûts d’implémentation, la résistance du personnel, les risques professionnels, et le manque de transparence. Les établissements de santé souhaitent pouvoir quantifier les bénéfices de l’IA : à quel moment du cycle de revenus l’IA a-t-elle été intégrée ? Comment a-t-elle amélioré les taux de refus ?
L’IA, une voie vers une gestion optimisée du cycle de revenus
L’IA offre aux organisations de santé la possibilité d’accroître leur efficacité opérationnelle, de réduire les charges administratives et les coûts. Si de nombreux leaders du cycle de revenus sont ouverts à l’idée d’utiliser l’IA pour vérifier l’éligibilité des patients et gérer les réclamations, des obstacles subsistent.
« Nous constatons un grand intérêt [pour l’IA], mais aussi une certaine prudence quant à son utilisation, » observe David Figueredo. « Les responsables de la santé ont généralement un objectif précis en tête lorsqu’ils envisagent l’IA et attendent des résultats concrets. » Il rappelle aux professionnels qu’avec l’IA, « nous pouvons accomplir des choses inédites, mais c’est la manière dont elle est appliquée pour résoudre les problèmes du cycle de revenus qui compte réellement. »
La question centrale pour de nombreux prestataires reste : l’intégration de solutions IA accélère-t-elle le cycle de revenus ? Améliore-t-elle l’accès aux soins ? Réduit-elle les tâches manuelles ? L’IA peut-elle exécuter davantage de tâches de manière cohérente, libérant ainsi le personnel pour d’autres priorités ? Permet-elle d’atténuer les pénuries de personnel ? Et surtout, réduit-elle les coûts pour des organisations déjà sous pression financière ?
Adopter l’IA : bonnes pratiques pour la gestion du cycle de revenus
Pour moderniser le cycle de revenus, David Figueredo conseille aux prestataires de santé de s’appuyer sur des directives claires, en veillant à ce que les solutions IA soient conçues pour atteindre des objectifs spécifiques. Les priorités clés incluent :
- Réduire les interventions manuelles : Si certaines décisions complexes requièrent l’intelligence humaine, une multitude de tâches répétitives peuvent être automatisées pour alléger la charge de travail.
- Résoudre les problèmes en amont : Une intervention précoce pour corriger les problèmes potentiels liés aux réclamations, tels que des données démographiques ou d’éligibilité erronées, est essentielle pour prévenir les refus.
- Gérer l’intégration en temps réel : Pour éviter les audits par lots ou les décisions automatisées mal informées, les systèmes d’information hospitaliers et les plateformes d’accès aux patients doivent permettre des corrections en temps réel, dès la planification ou l’enregistrement.
L’IA au service de la coordination des prestations avec Patient Access Curator d’Experian Health
Des outils IA clés en main, comme le Patient Access Curator (PAC) d’Experian Health, permettent aux établissements de santé de mettre en œuvre une solution complète de coordination des prestations (COB) qui couvre chaque étape du cycle de revenus, dès l’enregistrement du patient.
Le PAC centralise des fonctions critiques telles que les vérifications d’éligibilité, la recherche de la couverture principale (MBI), la vérification des données démographiques et la découverte d’informations, offrant une solution unifiée pour maximiser les règlements de réclamations et minimiser les refus, les appels et les resoumissions. Kate Ankumah, chef de produit chez Experian Health, explique :
« Nous savons que les mauvaises données sont comme un virus. Si les informations sont erronées dès le départ, elles se retrouvent sur la réclamation. Même si l’on tente de les corriger ultérieurement, elles sont déjà enregistrées quelque part. Dès la planification et l’enregistrement, avec le Patient Access Curator, nous fournissons les données les plus précises pour qu’elles soient fiables tout au long du processus de réclamation. »
Les bénéfices concrets de l’IA pour la COB et la gestion des sinistres
En adoptant des solutions COB exploitant l’IA et l’apprentissage automatique, telles que le Patient Access Curator d’Experian Health, les prestataires de soins de santé améliorent la précision globale dans le traitement des réclamations en amont et à chaque étape du cycle de revenus. La réduction des erreurs dès le départ se traduit par moins de temps perdu pour le personnel, une diminution des volumes de refus, une gestion des litiges accélérée, moins de frais de mandataire, et une expérience patient globalement améliorée.
Le Patient Access Curator est disponible dès maintenant pour aider votre établissement de santé à éviter les refus de réclamation en quelques secondes.