Las Vegas, 24 septembre 2025 – Alors que les systèmes de santé américains se lancent dans l’intégration de l’intelligence artificielle (IA), une question cruciale demeure : comment mesurer efficacement le retour sur investissement (ROI) de ces technologies coûteuses ? C’est la préoccupation majeure soulevée la semaine dernière lors de la conférence HLTH 2025, où experts et professionnels ont débattu des défis financiers et opérationnels liés à l’adoption de l’IA.
Les solutions d’IA, qu’il s’agisse d’outils de rédaction de documentation ambiante, de synthèse de données ou de gestion du cycle de revenus, représentent des investissements significatifs en temps et en argent. Le manque de clarté quant à la manière de quantifier leur impact financier positif complique la justification de ces dépenses et l’évaluation de leur succès.
« L’IA peut absolument simplifier l’administration et améliorer la productivité », a affirmé Thom Bales, directeur et responsable des services de santé chez PwC. « Cependant, des interrogations persistent quant au retour sur investissement et aux retombées financières concrètes. »
Cette situation intervient dans un contexte de pressions financières accrues pour les systèmes de santé américains. Des décisions politiques récentes, notamment une loi fiscale et politique majeure signée par le président Trump, devraient entraîner des réductions historiques des financements de Medicaid, excluant ainsi des millions de personnes du programme d’assurance sociale. Parallèlement, l’expiration prochaine des aides financières pour les assurés via les bourses de l’Affordable Care Act (ACA) risque d’augmenter le nombre de personnes sans couverture, ce qui se traduit par une baisse des revenus pour les prestataires de soins et une augmentation des soins non rémunérés.
Malgré ce tableau économique tendu, le secteur de la santé place ses espoirs dans l’IA pour relever des défis majeurs tels que la pénurie de personnel, l’épuisement professionnel des soignants et la lourdeur des tâches administratives. Dans cet environnement, les organisations de santé privilégient les investissements en IA susceptibles d’améliorer leurs marges et de démontrer des retours clairs, selon une enquête récente de Klas Research et Bain & Company. Toutefois, face à la difficulté de quantifier ces retours, les hôpitaux devront faire preuve d’ingéniosité. L’évaluation pourrait s’étendre à des gains plus qualitatifs, tels que le temps gagné par les soignants, une meilleure rétention du personnel ou une satisfaction accrue des patients. Ces indicateurs, bien que moins directs, pourraient à terme se traduire par une amélioration financière.
« Je pense qu’en fin de compte, nous pourrons relier la majorité de ces éléments à un résultat net positif, mais cela demandera peut-être de faire davantage le lien entre les points », a commenté Jennifer Goldsack, PDG de la Digital Medicine Society.
Mesurer le rendement financier : un exercice complexe
L’évaluation précise des retours financiers reste délicate dans le secteur de la santé, en raison de l’interaction complexe de facteurs qui rendent difficile l’attribution des économies à un produit spécifique. Pour l’IA, l’impact financier dépend de l’outil lui-même, des coûts d’implémentation et des priorités propres à chaque établissement.
« Dans le domaine des soins de santé, et particulièrement dans la prestation des soins, il est très difficile d’avoir une vision claire de ce que nous pourrions considérer comme un retour sur investissement », a souligné Micky Tripathi, responsable de la mise en œuvre de l’IA à la Mayo Clinic. « Je ne pense pas que nous devrions nous attendre à des réductions de coûts immédiates que n’importe quel directeur financier pourrait facilement identifier. »
Certains produits d’IA offrent une mesure de rendement plus évidente. Les outils de gestion du cycle de revenus, par exemple, peuvent permettre aux systèmes de santé d’observer des améliorations dans des indicateurs tels que le délai de recouvrement, selon Sandra Johnson, vice-présidente senior des services clients chez CliniComp.
L’impact d’autres outils d’IA est moins transparent. Peu de preuves démontrent actuellement que les assistants de documentation IA, qui enregistrent les conversations médecin-patient pour générer des notes cliniques, aient un effet direct sur la productivité et la performance financière. Cependant, ces outils pourraient significativement réduire l’épuisement professionnel des cliniciens, un problème majeur exacerbé par le temps et les efforts nécessaires à la documentation dans les dossiers médicaux électroniques (DME). Une étude du Peterson Health Technology Institute a d’ailleurs souligné ce point.
Selon les experts, si ces assistants IA parviennent à retenir un clinicien dans le système de santé, cela peut représenter une économie substantielle. Les coûts de remplacement d’un médecin pouvant être deux à trois fois son salaire annuel, selon diverses études.
Les assistants de documentation ambiante présentent d’autres gains potentiels en efficacité et en rentabilité. Le Dr Nele Jessel, médecin-chef chez Athenahealth, avance que les soignants pourraient remplir leurs notes plus rapidement, potentiellement voir plus de patients, et documenter les services avec une plus grande précision, ce qui pourrait conduire à une facturation de services de plus haut niveau.
La satisfaction des patients est une autre mesure clé. Ces outils sont souvent appréciés car ils permettent aux médecins d’être plus présents lors des consultations, au lieu d’être rivés à leur écran. De plus, l’obligation pour les médecins de verbaliser l’examen physique pour que le scribe puisse tout enregistrer améliore la transparence et l’expérience globale du patient.
« Les prestataires s’améliorent beaucoup, par exemple, dans la verbalisation de l’examen physique, dans la discussion du plan de traitement », explique le Dr Jessel. « Cela augmente la transparence et rend également l’expérience beaucoup plus agréable pour les patients. »
Comment les systèmes de santé mesurent l’impact de l’IA
Pour une implémentation réussie de l’IA, les systèmes de santé doivent d’abord identifier clairement les problèmes majeurs qu’ils cherchent à résoudre et leurs priorités principales. Ce plan doit inclure une méthodologie d’évaluation de l’outil d’IA, afin de déterminer si le projet a été fructueux, que ce soit sur le plan financier ou d’autres critères.
« Pour moi, l’étape zéro consiste à être très, très clair sur ce que nous faisons ? Pourquoi le faisons-nous ? Et à quoi ressemble le succès pour cela ? », a déclaré Mouneer Odeh, responsable des données et de l’IA chez Cedars-Sinai.
La Cleveland Clinic évalue l’IA à l’aide de deux types de mesures. Sonja O’Malley, directrice générale du développement commercial et des licences chez Cleveland Clinic Innovations, explique qu’ils utilisent des mesures quantitatives, comme la réduction des taux de non-présentation ou du temps de documentation par rapport à une référence, ainsi que des critères qualitatifs, tels que les retours d’expérience des patients ou des cliniciens. Certains outils, même s’ils ne génèrent pas de revenus directs, peuvent libérer du temps aux cliniciens pour des tâches nécessitant leur expertise.
Chez Ardent Health, les mesures de succès pour tout nouvel outil d’IA doivent être clairement définies et mesurables par rapport à une référence, selon Anika Gardenhire, responsable du numérique et de la transformation du système de santé. Le retour financier est presque toujours un objectif, mais il peut être corrélatif plutôt que direct. Si un outil atteint à peine le seuil de rentabilité, il faut considérer les coûts indirects, comme les dépenses d’implémentation ou le temps consacré par les cliniciens qui aurait pu être utilisé ailleurs.
« Si vous arrivez à un point où vous vous dites : ‘Cette chose n’atteint même pas le seuil de rentabilité. Elle n’est même pas rentabilisée.’ À moins qu’elle ne fasse quelque chose d’absolument miraculeux pour les patients, c’est terminé », a conclu Mme Gardenhire.