Résumé des points clés
Cet article démontre le mythe selon lequel l’IA dans le domaine médical se résumerait simplement à utiliser de l’IA pour diagnostiquer les maladies, en soulignant que la véritable valeur de l’IA médicale réside dans l’optimisation des processus administratifs (tels que l’enregistrement des patients, les rendez-vous, les demandes d’indemnisation, les autorisations préalables, etc.). Le développement de l’IA médicale est décrit en trois étapes :
1. Étape des outils ponctuels : Ces outils visent à résoudre des problèmes spécifiques aux médecins (comme la transcription vocale des dossiers médicaux ou la recherche d’informations médicales), ce qui est facile à mettre en œuvre, mais a peu de valeur réelle.
2. Étape difficile : Il s’agit de coordonner la collaboration complexe entre plusieurs acteurs et systèmes (médecins, infirmiers, assureurs, systèmes hospitaliers), ce qui présente des obstacles importants, mais offre une grande valeur potentielle.
3. Nouveau paradigme : L’entreprise qui parviendra à intégrer complètement ces processus deviendra l’« système d’exploitation » de l’IA médicale, pouvant éventuellement reléguer les systèmes de dossiers médicaux électroniques traditionnels (EHR) au rang de simples bases de données.
La valeur de l’IA médicale : pas tant dans le diagnostic que dans la gestion des finances et des processus
Beaucoup pensent que l’IA médicale sert à diagnostiquer les maladies, mais l’article souligne que ce qui coûte le plus en termes financiers dans le domaine médical, ce ne sont pas les soins eux-mêmes, mais les procédures administratives. Aux États-Unis, les dépenses médicales annuelles s’élevent à 4,9 billions de dollars, dont 740 milliards sont des coûts administratifs (environ 15 %), alors que seulement 63 milliards sont consacrés aux logiciels informatiques. L’opportunité de l’IA réside non pas dans la prise en charge de ces budgets existants, mais dans la transformation des tâches administratives effectuées manuellement en tâches automatisées par l’IA (par exemple, le traitement des demandes d’indemnisation ou l’organisation des rendez-vous).
Exemple : Lorsqu’un médecin prescrit un médicament particulier, il doit prouver à l’assureur que ce dernier est nécessaire. Auparavant, cela nécessitait de remplir des formulaires et d’appeler manuellement, ce qui pouvait prendre plusieurs jours ; avec l’IA, les informations peuvent être extraites automatiquement du dossier médical et comparées aux règles de l’assureur en quelques minutes. C’est là la valeur fondamentale de l’IA : rendre les processus plus efficaces.
Les trois étapes du développement de l’IA médicale
- Première étape : outils ponctuels (faciles à mettre en œuvre, mais peu réutilisables) : Ces outils résolvent des problèmes spécifiques aux médecins sans nécessiter de coordination avec d’autres acteurs.
- Outils basés sur les données probantes cliniques (comme OpenEvidence), utilisés par 40-50 % des médecins pour leurs recherches, et qui génèrent des revenus grâce à la publicité ciblée.
- Outils de transcription vocale (comme Abridge) : Ils transcrivent les conversations entre médecins et patients dans des dossiers médicaux, libérant ainsi le personnel administratif. Cependant, ces outils ont une faible adhérence des utilisateurs (jusqu’à 67 % de changement de fournisseur), car ils ne sont que des outils d’assistance et non au cœur des processus médicaux.
- Deuxième étape : coordination complexe : Il s’agit de coordonner plusieurs acteurs et systèmes, ce qui représente un défi majeur. Par exemple, pour organiser un rendez-vous pour une opération spécialisée, il faut vérifier les qualifications de l’assureur, contacter le médecin, coordonner la salle d’opération et soumettre une demande d’indemnisation à l’assureur. L’IA doit intégrer ces éléments de manière efficace, en comprenant les besoins et les règles de chaque partie.
- Troisième étape : nouveau paradigme : L’entreprise qui parviendra à mettre en place un processus complet de l’accueil du patient jusqu’à l’encaissement des paiements deviendra le « système d’exploitation » de l’IA médicale, pouvant éventuellement remplacer les systèmes de dossiers médicales électroniques traditionnels.
Les trois éléments clés de la deuxième étape
L’article utilise une métaphore pour expliquer ces étapes :
- Intake (l’accueil) : La première étape du processus médical, qui consiste à recevoir les patients et à enregistrer leurs informations. Par exemple, Assort Health utilise de l’IA pour répondre aux appels téléphoniques des patients, résolvant ainsi les problèmes d’enregistrement difficile ou de annulation de rendez-vous.
- Workflow (le cœur du processus) : Il s’agit de coordonner tous les éléments du processus médical (tri des patients, coordination des rendez-vous, traitement des demandes d’indemnisation). Notable Health est l’un des acteurs les plus avancés dans ce domaine, capable de coordonner les transferts entre hôpitaux et de gérer automatiquement les demandes d’indemnisation.
- Billing (les revenus) : Il s’agit des étapes directement liées aux revenus hospitaliers (demandes d’indemnisation, codage des soins, traitement des réclamations). Des entreprises comme Commure ont investi dans ce domaine, car les hôpitaux sont prêts à dépenser beaucoup d’argent pour améliorer ces processus.
La bataille finale : qui deviendra le « système d’exploitation » de l’IA médicale ?
L’article propose trois éléments clés pour déterminer le vainqueur :
1. Les différents éléments du processus se feront mutuellement évoluer : Les outils développés dans une première étape peuvent évoluer pour intégrer d’autres fonctionnalités (par exemple, de la recherche d’informations à l’organisation des paiements).
2. Le vainqueur ne sera pas celui qui développe un nouveau système EHR : Il est difficile de créer un nouveau système de dossiers médicales électroniques, mais une entreprise qui se concentre sur un élément spécifique du processus et parvient à l’intégrer complètement peut transformer les systèmes existants en bases de données.
3 Les géants du secteur contre-attaquent : Les fournisseurs de systèmes EHR traditionnels (comme Epic) intégrent des fonctionnalités IA dans leurs systèmes, incitant les clients à acheter leurs services. Les nouveaux acteurs doivent donc s’implanter rapidement dans les processus hospitaliers pour établir une position dominante.
Le contexte particulier des systèmes médicaux à l’étranger
L’opportunité offerte par l’IA médicale dépend directement de la complexité du système médical local :
- Aux États-Unis : Le système d’assurance est complexe (de nombreux acteurs, règles disparates), ce qui offre de grandes opportunités pour l’IA.
- En Australie : L’assurance universelle prédomine, mais les cliniques sont dispersées, donc les besoins en IA se concentrent principalement sur l’organisation des rendez-vous et les appels téléphoniques.
- Monopole des systèmes EHR : Epic détient 43,7 % du marché des systèmes EHR aux États-Unis ; les nouveaux acteurs doivent soit s’intégrer à ce monopole, soit le reléguer au rang de base de données.
En résumé, l’IA médicale n’est pas tant un outil de diagnostic avancé qu’un moyen d’améliorer les processus administratifs et de réduire les coûts. La deuxième étape est cruciale pour le développement futur de l’IA dans le domaine médical.