Le secteur de la santé américain est confronté à une augmentation alarmante des refus de paiements, un fléau qui pèse lourdement sur ses finances et son efficacité opérationnelle. Alors que l’intelligence artificielle suscite un engouement certain, son adoption reste étonnamment limitée.
Le dernier rapport d’Experian Health sur l’état des sinistres, publié en 2025, met en lumière une situation préoccupante pour les prestataires de soins aux États-Unis. L’enquête, menée auprès de 250 professionnels de santé, révèle que les refus de prise en charge des dossiers s’aggravent, alimentés par une pénurie de personnel et une incertitude croissante quant à la responsabilité finale du paiement, entre assureurs et patients. Si les professionnels expriment une ouverture aux nouvelles solutions, notamment celles basées sur l’intelligence artificielle (IA), leur déploiement effectif peine à décoller.
Un fléau persistant : l’augmentation des refus
Les chiffres parlent d’eux-mêmes : la tendance à la hausse des refus de réclamations se confirme. En 2022, 30 % des prestataires constataient qu’au moins 10 % de leurs demandes étaient rejetées. Ce chiffre a grimpé à 38 % en 2024, pour atteindre 41 % en 2025. Cette croissance continue de ces rejets accapare un temps précieux, mobilise davantage de personnel et mobilise des ressources considérables, grevant ainsi des marges déjà sous tension. Lorsque les assureurs refusent de payer, la charge se reporte inévitablement sur les patients, dont la capacité à assumer des frais médicaux déjà élevés est de plus en plus remise en question. Près de la moitié des répondants se déclarent « très ou extrêmement préoccupés » par la solvabilité des patients, une augmentation de six points de pourcentage par rapport à l’année précédente.
L’impact des données imprécises sur les refus
Le rapport identifie plusieurs facteurs majeurs contribuant aux refus, mais les données inexactes et incomplètes émergent comme des coupables récurrents. Plus de la moitié des prestataires (54 %) indiquent une augmentation des erreurs dans les soumissions de dossiers, et près de sept répondants sur dix (68 %) estiment qu’il est devenu plus difficile de soumettre des dossiers clairs qu’il y a un an. Une cause fréquente de ces erreurs réside dans le processus d’admission des patients. Des informations incomplètes ou erronées collectées à ce stade constituent la troisième raison la plus fréquente de refus, affectant au moins un dossier sur dix dans 26 % des organisations interrogées. Chaque imprécision engendre des conséquences en cascade : des corrections coûteuses, des retards de paiement et un stress inutile pour les patients.
Pour endiguer ce phénomène, le renforcement des processus d’accès aux patients et la collecte de données précises s’avèrent primordiaux. Des solutions comme « Patient Access Curator™ » d’Experian Health, exploitant l’IA et l’apprentissage automatique, visent à centraliser la vérification de l’éligibilité, la coordination des prestations, la vérification des identifiants Medicare (MBI), les données démographiques, la couverture d’assurance et la situation financière en un seul flux de travail. Cela permet de capturer rapidement des informations fiables dès le départ, d’éviter des vérifications redondantes et de réduire les erreurs de saisie manuelle, libérant ainsi du temps pour des tâches à plus forte valeur ajoutée.
Le paradoxe de l’IA : enthousiasme élevé, adoption timide
Si « Patient Access Curator™ » illustre le potentiel de l’IA dans la résolution des problèmes liés aux données, d’autres applications, comme « AI Advantage™ », utilisent l’analyse prédictive pour identifier et corriger les dossiers à haut risque avant même leur soumission. Ces outils peuvent également trier les refus potentiels en fonction de leur probabilité de remboursement, évitant ainsi au personnel de consacrer du temps à des corrections improductives. Les chiffres sont éloquents : 69 % des prestataires utilisant l’IA signalent une réduction des refus et/ou une augmentation des succès de soumission.
Malgré ces résultats probants, le paradoxe demeure. Si 67 % des prestataires estiment que l’IA peut améliorer le processus de gestion des réclamations, et que 62 % déclarent bien comprendre la distinction entre IA, automatisation et apprentissage automatique (une nette progression par rapport à 28 % en 2024), seuls 14 % utilisent effectivement l’IA pour réduire les refus. La crainte de l’inconnu semble freiner une adoption plus large, malgré les bénéfices déjà constatés.
La nécessité d’une intégration technologique
Même si l’enthousiasme pour l’IA est palpable, la modernisation de la gestion des sinistres est une préoccupation constante. Seulement 56 % des prestataires jugent leur technologie actuelle adéquate pour répondre aux exigences du cycle de revenus, un déclin significatif par rapport à 77 % en 2022. Cette insatisfaction conduit 55 % d’entre eux à envisager un remplacement complet de leur plateforme actuelle si un retour sur investissement convaincant est proposé.
La fragmentation technologique est l’une des principales sources de frustration. Près de huit prestataires sur dix s’appuient encore sur une multitude de solutions pour collecter les informations nécessaires à la soumission d’une réclamation. Ce passage constant d’un système à l’autre ralentit l’admission des patients, génère des doublons et accroît le risque d’erreurs menant directement à des refus. Des solutions intégrées comme « Patient Access Curator™ » permettent de remédier à cette situation en unifiant plusieurs outils en une seule plateforme, gérant l’admission et l’éligibilité dans un flux de travail cohérent. L’association avec « AI Advantage™ » garantit une précision accrue en amont et une intelligence accrue en aval, offrant un système connecté de prévention des refus plutôt qu’une série de correctifs isolés. Avec moins d’outils à intégrer, le personnel peut travailler plus efficacement et se concentrer sur la soumission de dossiers irréprochables.
Le rapport d’Experian Health confirme ainsi que la réduction des refus reste une priorité organisationnelle majeure. Si les défis persistent, notamment en raison d’erreurs de données, d’une technologie fragmentée et de retards, des signes d’optimisme prudent émergent. La prise de conscience concernant le potentiel de l’IA et de l’apprentissage automatique a considérablement augmenté. La question est désormais de savoir si les prestataires parviendront à transformer cette confiance croissante en actions concrètes pour obtenir les résultats escomptés.