Les assureurs maladie explorent le potentiel de l’intelligence artificielle (IA) pour optimiser divers aspects des soins de santé, allant de l’autorisation préalable à la gestion des membres. Cependant, la fragmentation des données représente un obstacle majeur à la mise en œuvre de l’IA, tant pour les payeurs que pour les régimes de santé des prestataires. Lors d’un récent webinaire organisé par Verato, des experts du SCAN Health Group et de l’Alliance of Community Health Plans ont discuté des défis auxquels leurs organisations sont confrontées.
Martin Hougaard, vice-président du marketing produit chez Verato, a modéré cette session.
Thomasina Anane, vice-présidente associée de l’analyse d’entreprise pour l’Alliance des plans de santé communautaire, a souligné l’importance d’une gouvernance cohérente des données et de définitions de données partagées. Vinay Kulkarni, directeur de l’information du Plan de santé SCAN, a mis en avant la nécessité de données interopérables de haute qualité et de pratiques rigoureuses en matière de confidentialité. Les experts sont convenus que la préparation à l’IA dépasse le seul domaine technologique ; elle requiert également une planification stratégique et une gouvernance adéquate.
Le webinaire a également abordé des étapes pratiques pour surmonter la fragmentation des données ainsi que l’importance de la confiance dans les processus. Anane a identifié l’exactitude des paiements et l’ajustement des risques comme des enjeux fondamentaux, impactés par cette fragmentation, entraînant des défis additionnels.
« Je pense que l’exactitude des paiements et l’ajustement des risques sont définitivement les principales préoccupations de nombreuses personnes aujourd’hui », a déclaré Anane. « La fragmentation se manifeste par des lacunes dans la documentation, des diagnostics erronés et une acuité sous-codée, en fonction de la personne à qui vous parlez dans le secteur des régimes de santé. Cela détermine la réussite de votre plan, que vous soyez payé correctement pour les patients que vous traitez. Si vous ne capturez pas ces informations avec précision, cela impacte votre compétitivité et votre capacité à prospérer dans un paysage concurrentiel. »
Anane a également abordé la fragmentation opérationnelle interne au sein des plans de santé, soulignant à nouveau la nécessité de définitions de données partagées et d’une gouvernance harmonisée entre les différentes fonctions.
Kulkarni a expliqué ce que signifie réellement la préparation à l’IA pour un plan de santé. « La préparation à l’IA est une réalité opérationnelle et structurelle. Cela signifie que vos flux de données et vos garde-fous de conformité doivent être agencés de telle manière que vos modèles d’apprentissage automatique et grands modèles de langage puissent s’appuyer sur ces bases solides. Vous devez intégrer des points de contrôle humains et un examen manuel obligatoire. Ce sont des structures essentielles. De plus, il est crucial d’assurer un lignage déterministe des données, permettant de tracer exactement les résultats générés par l’IA jusqu’aux données brutes et aux règles métier appliquées. Cela constitue une fondation pour l’intégration efficace de l’IA dans votre organisation. »
Pour visionner le webinaire complet, veuillez remplir le formulaire ci-dessous :
Image: Alllex, Getty Images
