L’intelligence artificielle (IA) redéfinit le secteur de la santé, passant de solutions spécialisées à des ambitions cognitives plus larges. Si l’IA dite « étroite », bien ancrée dans les applications actuelles grâce à l’apprentissage automatique et au traitement du langage naturel, améliore déjà l’efficacité, l’industrie explore activement une IA plus généraliste. Cependant, la majorité des établissements de santé privilégient des avancées concrètes et progressives.
Le déploiement de l’IA dans le monde réel des soins de santé reste semé d’embûches. L’intégration aux systèmes existants, la protection des données sensibles des patients et la navigation dans un cadre réglementaire en constante évolution exigent des équipes pluridisciplinaires et un investissement soutenu. Si les grandes organisations parviennent davantage à transformer leurs prototypes en solutions opérationnelles, les défis d’intégration et de sécurité demeurent prégnants. La confidentialité des données et la conformité réglementaire ne sont pas de simples obstacles, mais des priorités qui orientent la conception et la gouvernance des initiatives d’IA.
Dans ce contexte, des acteurs comme Cotiviti et Edifecs, ainsi que leurs clients, appliquent l’IA pour relever deux défis cruciaux : l’intégrité des paiements et la médecine basée sur la valeur.
L’IA au service de l’intégrité des paiements
Une enquête menée auprès des clients de Cotiviti opérant dans le domaine des assurances santé révèle que les applications les plus répandues de l’IA visent l’amélioration de l’efficacité opérationnelle, la sélection des demandes relatives à l’intégrité des paiements et le service client. Près de la moitié des répondants citent l’efficacité des processus comme objectif principal, suivis par l’amélioration de l’accès à l’information et la fluidification des interactions clients. Dans certains cas, l’IA générative et l’apprentissage automatique sont déployés conjointement pour optimiser la sélection des demandes et l’examen des documents justificatifs.
Malgré ces avancées, l’adoption reste inégale. La majorité des clients de Cotiviti déclarent avoir mis en œuvre seulement deux ou trois des dix cas d’usage courants de l’IA proposés, aucun n’atteignant plus de 35 % d’adoption. Des études plus larges du secteur indiquent que les principaux acteurs du paiement et de la fourniture de soins transfèrent entre 20 % et 50 % de leurs preuves de concept d’IA en production, les difficultés d’intégration constituant un frein majeur. La collaboration entre payeurs et prestataires s’avère prometteuse pour de futurs cas d’usage, leurs objectifs d’amélioration des processus étant similaires, ce qui suggère que des solutions d’IA mutualisées pourraient contribuer à éliminer les inefficacités systémiques.
Cotiviti optimise la sélection des dossiers médicaux
La solution de validation des dossiers cliniques (CCV) de Cotiviti examine un large éventail de réclamations, incluant les séjours hospitaliers, les réadmissions et les cas ambulatoires complexes. Pour ce faire, Cotiviti analyse les données des sinistres, identifie les cas présentant une forte probabilité d’erreurs de codage et demande les dossiers médicaux nécessaires à la validation des surpaiements. L’apprentissage automatique est mis à profit pour prioriser et affiner ces demandes auprès des auditeurs certifiés, réduisant ainsi le volume et augmentant la valeur des découvertes.
L’approche de Cotiviti en matière de sélection de dossiers s’appuie sur l’apprentissage automatique pour guider la validation, avant et après paiement. Ce processus s’inscrit dans une démarche de « l’humain dans la boucle » : l’IA met en évidence les points d’une réclamation ou d’un dossier à examiner, mais la décision finale appartient toujours à des auditeurs qualifiés. Cette méthode garantit que l’automatisation ne supplante pas le jugement expert, tout en maintenant l’équité et l’exactitude au cœur du processus.
En se concentrant sur les dossiers à fort impact, Cotiviti limite les audits superflus, respecte le temps des prestataires et renforce la confiance. Les modèles sont continuellement perfectionnés 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 la sélection des dossiers médicaux, permettant une transition notable vers la validation pré-paiement. Ce passage d’une analyse rétrospective (post-paiement) à une analyse prospective (pré-paiement) s’est avéré particulièrement bénéfique : les audits pré-paiement facilitent une facturation plus juste et préviennent les coûts initiaux, générant ainsi des économies plus rapidement et avec une charge administrative réduite. Pour l’un de ses clients, l’IA de Cotiviti a permis de passer à une validation pré-paiement pour 42 % des dossiers examinés, entraînant une augmentation des résultats par dossier et une valorisation plus rapide, tout en accroissant la valeur globale du programme de 45 %.
Edifecs analyse le réseau de prestataires
Edifecs, une filiale de Cotiviti, utilise l’IA pour analyser le réseau de prestataires et évaluer la performance des soins basés sur la valeur. Le système génère un score holistique des prestataires, mesurant l’efficacité et la qualité selon diverses dimensions, telles que le coût des soins, le respect des protocoles, les transitions de soins et les relations avec les payeurs. Ce score intègre les déterminants cliniques et sociaux de la santé (DSS), reliant les données médicales à un contexte social élargi pour identifier les causes profondes des écarts de performance.
Le moteur d’analyse traite, nettoie et valide les données relatives aux réclamations, aux rencontres et aux DSS provenant de sources tierces. Il applique ensuite trois approches de modélisation : un modèle de groupement équitable des prestataires regroupe les pratiques similaires pour des comparaisons justes entre régions ; un modèle explicable décompose les prédictions en fonction de caractéristiques spécifiques, comme les taux de criminalité locaux, garantissant la transparence et l’exploitabilité des résultats ; enfin, un modèle global combine ces mesures pour prédire les résultats pour les patients, y compris l’évolution des maladies chroniques et les taux de mortalité.
Les modèles d’Edifecs sont validés sur des millions de prestataires et testés rigoureusement pour détecter les biais, chaque prédiction étant accompagnée d’explications détaillées. Cette transparence aide les régimes et les prestataires à comprendre les facteurs influençant leur performance et soutient les contrats basés sur la valeur. En incluant les données DSS, Edifecs assure que les évaluations sont non seulement cliniquement exactes, mais aussi socialement éclairées, ouvrant la voie à une gestion de réseau plus équitable et efficace.
Perspectives 2026 et au-delà
Comme en témoignent ces cas d’usage, l’IA est déjà un moteur de transformation pour l’intégrité des paiements et la fourniture de soins basés sur la valeur. En combinant l’apprentissage automatique, l’expertise humaine et l’intégration des déterminants cliniques et sociaux de la santé, ces solutions améliorent la valeur et la qualité des soins, réduisent la charge administrative et fournissent des informations exploitables rapidement. Alors que les payeurs et les prestataires définissent leurs stratégies pour 2026 et les années à venir, l’utilisation responsable et collaborative de l’IA restera essentielle pour encourager une amélioration durable. L’avenir des soins de santé réside dans une mise en œuvre réfléchie et responsable de l’IA, garantissant que la technologie soutient l’expertise, et non l’inverse.