Numérisation dans le secteur de la santé

Christopher Helm

Assurance maladie statu quo  

Les erreurs d'évaluation de l'état de santé lors d'un changement ou de la souscription d'une assurance maladie peuvent avoir des conséquences importantes. Les antécédents médicaux permettent d'estimer le risque de maladie et de calculer le montant de la cotisation correspondante, ou les assurances maladie privées peuvent refuser d'accepter une demande [1]. Les demandes peuvent être rejetées ou acceptées à tort. Le traitement automatisé des données par des systèmes basés sur l'IA peut-il simplifier les bases de décision, réduire les sources d'erreur et soulager toutes les parties concernées ?

Les informations contenues dans les documents sont généralement traitées manuellement. La concurrence croissante dans le secteur des assurances provoque une vague de numérisation. Les méthodes basées sur des règles, telles que les robots OCR et RPA, n'offrent plus que de petits avantages de numérisation pour le traitement automatisé des données [2]. De plus en plus souvent, des systèmes d'apprentissage à l'aide de l'intelligence artificielle assistent l'homme dans la prise de décision et le traitement manuel des données et l'extraction de données à partir de documents, comme par exemple les demandes préalables de risque pour l'assurance invalidité professionnelle. Divers cas d'application existent :

1. l'IA soutient la prévention et le diagnostic

L'IA peut être appliquée dans le contexte de la prévention et du diagnostic, par exemple en radiologie, afin d'identifier précocement des maladies telles que le cancer à l'aide de la reconnaissance des formes. L'hôpital universitaire norvégien a fait un premier pas dans cette direction. "Ahus". En Norvège, il existe des processus convenus au niveau national pour le diagnostic et le traitement des patients atteints de cancer. L'hôpital a lancé une étude dans le but d'améliorer l'efficacité de ces processus et la qualité de son propre travail dans ce contexte. En utilisant des IBM Watson Explorer-Les résultats d'IRM de patients atteints d'un cancer de la prostate, documentés dans des dossiers médicaux, ont été analysés à l'aide d'outils d'analyse de données. Grâce à l'apprentissage automatique, les données non structurées ont ainsi pu être examinées et transformées en un format quantifiable. Cette approche a permis à l'hôpital de mieux organiser les informations diagnostiques et de procéder plus rapidement à une étude quantitative du contenu. À long terme, cela permet d'optimiser les ressources hospitalières et d'améliorer les soins aux patients. Mais cette approche permet également de soutenir les décisions thérapeutiques.

2. l'IA rend les personnes dépendantes plus autonomes

Un autre domaine d'application qui pourrait profiter à l'avenir de l'utilisation de l'IA est celui des soins. Ici, les appareils intelligents, comme les wearables, peuvent offrir la possibilité de vivre le plus longtemps possible de manière autonome, malgré le besoin de soins. Des entreprises comme par exemple AiServe font ici un premier pas en aidant les aveugles et les malvoyants à se déplacer de manière autonome. Une combinaison de vision artificielle et d'IA permet au wearable, qui se fixe sur les lunettes de l'utilisateur, de détecter les obstacles et de guider l'utilisateur par la voix.

3. bilan de santé basé sur l'IA en tant que service de l'assurance maladie obligatoire

L'IA ne permet pas seulement de nouvelles méthodes de traitement, mais a également le potentiel d'améliorer les processus administratifs et les points de contact avec les clients ou les patients. L'assurance maladie obligatoire (GKV) est une composante importante des soins de santé allemands et l'utilisation de l'IA pourrait ici profiter, outre aux employés, avant tout aux quelque 72 millions d'assurés.

Le site Caisse d'assurance maladie Techniker montre la voie : Depuis fin 2018, son portefeuille s'est enrichi d'une offre de prestations numériques, puisqu'elle met désormais à la disposition de ses assurés le Symptomcheck basé sur l'IA de l'entreprise berlinoise "Ada Santé"est disponible. Il s'agit d'une application basée sur le chat, dans laquelle l'assuré se voit poser des questions sur ses symptômes, dans le but de fournir une analyse qualifiée. Les informations fournies sur la santé sont présentées de manière compréhensible et leur qualité est garantie. L'utilisateur est informé des causes possibles de ses symptômes et les étapes suivantes, telles que la consultation d'un médecin, lui sont proposées. En outre, ces informations doivent à l'avenir pouvoir être partagées et discutées avec les médecins. Un site Offre comme celui d'Ada permet non seulement d'économiser du temps et des ressources pour les médecins et les patients, mais aussi de renforcer la responsabilisation des patients. En outre, la dernière étude "Santé numérique" étude de Bitkom que 42 pour cent de tous les utilisateurs d'Internet s'informent en ligne avant de consulter un médecin.

4. simplifier les processus administratifs de l'AMG grâce à l'IA

Les processus internes d'organisation administrative des assurances maladie pourraient également bénéficier de l'utilisation de l'IA, par exemple dans le contexte de la vérification des justificatifs. Dans le cadre du remboursement des programmes de bonus, les caisses d'assurance-maladie exigent d'abord que l'assuré fournisse des justificatifs photo électroniques avant de procéder au remboursement. Ces documents varient en fonction de la prestation et sont aujourd'hui vérifiés manuellement par les responsables de la caisse. Ce processus prend beaucoup de temps et comporte le risque que des documents erronés ne soient pas vérifiés ou que tous les documents ne soient pas examinés.

Une proposition d'amélioration pourrait se présenter comme suit : Une fois que les documents ont été transmis électroniquement par les assurés, un algorithme - basé sur l'IA - évalue tous les documents. L'IA reconnaît le type de document, analyse son contenu et l'affecte à un groupe prédéfini. Ensuite, seuls les documents qui ont été marqués par le système comme étant suspects font l'objet d'un contrôle manuel par le gestionnaire. L'objectif est de mettre en place un processus intelligent entièrement automatisé qui permette au gestionnaire de se concentrer sur des cas spécifiques et complexes. Le processus de contrôle des documents s'en trouverait accéléré et des réponses plus rapides seraient possibles. Il resterait ainsi plus de temps pour l'échange avec les assurés.

5. demande préalable de risque BU : examen de santé automatique pour PKV, GKV et BKK

L'IA ne peut et ne doit pas remplacer complètement les processus cognitifs humains. Mais l'IA peut soutenir l'homme et le soulager. Les systèmes d'intelligence artificielle facilitent l'examen des cas critiques par les gestionnaires de dossiers. L'IA permet ainsi une évaluation exacte et un examen de santé individuel.

Il existe déjà des modèles de solution à cet égard : Des algorithmes intelligents qui combinent le traitement d'images basé sur le deep learning et le Natural Language Processing [5]. Ils savent non seulement structurer des informations non structurées, mais aussi comprendre et relier logiquement des contenus de textes. Les systèmes cognitifs apprennent à l'aide d'ensembles de données apprises et l'IA s'améliore continuellement. 

L'exemple de la pré-demande de risque d'AP permet d'illustrer le problème : Les données traitées automatiquement permettent d'identifier plus facilement les maladies antérieures des personnes dans les demandes préalables de risque. Dans l'assurance maladie, l'IA permet de préfiltrer les maladies susceptibles d'entraîner une exclusion. Si le candidat à l'AP possède un "spray contre l'asthme", on suppose qu'il appartient au groupe de risque "asthme". Toutefois, si ce patient ne possède le spray qu'en cas d'urgence et ne l'utilise pas régulièrement, il y aurait tout de même une exclusion de l'assurance AP, bien que le patient n'appartienne pas clairement à un groupe à risque. En général, en Allemagne, jusqu'à 25% de toutes les demandes préalables de risque avec des maladies préexistantes sont soit refusées, soit acceptées uniquement sous réserve d'exclusions et de surprimes [3]. Environ 75% de toutes les demandes d'AP avec des maladies préexistantes sont acceptées sans difficulté. L'IA peut reconnaître ces informations à partir de la demande d'assurance maladie et structurer les informations pertinentes en vue d'un examen ultérieur par l'homme.

Illustration du taux d'acceptation des demandes de BU
Illustration du taux d'acceptation des demandes de BU

Mais l'IA des assurances maladie ne permet pas seulement de traiter les demandes préalables de risque d'accident du travail. Les données personnelles, l'évolution des maladies, les factures d'hôpital et de médecin peuvent être analysées rapidement par l'IA et sans travail humain, et préparées pour un traitement humain ultérieur. Les temps de post-traitement et les erreurs sont réduits et toutes les parties concernées économisent beaucoup de temps, d'argent et d'efforts. Les composantes de la compétence BU se définissent pour 30% à partir de la gestion des flux de travail, de la standardisation des processus, des lettres et des questionnaires [4]. 

Graphique à secteurs Acceptation en cas de maladie préexistante pour l'assurance BU
Incapacité professionnelle Taux d'acceptation en cas de maladie préexistante

L'IA offre des opportunités en matière d'examen de santé. Grâce à des processus artificiellement intelligents et automatisés, l'IA aide à identifier les risques individuels et à trier les maladies antérieures obtenues à partir des demandes d'AP en fonction des 75% non critiques et des 25% critiques. Cela facilite ensuite le traitement manuel des 25% critiques par l'homme. En fin de compte, les décisions peuvent être prises plus facilement sur la base d'informations solides, les processus sont accélérés et les écarts de processus lors de l'évaluation des risques sont réduits.

Conclusion pour l'intelligence artificielle dans le secteur de la santé

L'intelligence artificielle offre quelques opportunités prometteuses dans le cadre de la gestion et des soins aux patients. Bien appliquée, elle pourrait profiter à long terme à tous les acteurs du système de santé. L'assurance maladie obligatoire devrait donc s'intéresser de près à ce sujet et se procurer l'expertise nécessaire. En raison de sa responsabilité vis-à-vis de plus de 70 millions d'assurés, c'est là que se trouvent - outre le diagnostic et le traitement - les plus grands potentiels pour une utilisation prometteuse de l'IA dans le secteur de la santé.

Trouvez votre partenaire pour la numérisation dans le secteur de la santé

Fondée en 2016 et gérée par ses employés, Helm & Nagel GmbH est le fabricant de la plateforme d'IA Konfuzio. Une IA qui peut déjà être utilisée sans connaissances en IA. Nos partenaires distribuent le logiciel à nos clients. Cela vous offre divers avantages.

  • Les fournisseurs de systèmes et les consultants avec l'expertise sectorielle pertinente pour vous sont à vos côtés pour l'introduction de Konfuzio
  • Réduction des coûts grâce à l'automatisation par le logiciel
  • Accès ad hoc aux algorithmes d'IA les plus récents sans passer par une longue phase de R&D

Vous souhaitez que nous vous organisions un entretien sans engagement avec un partenaire actif dans votre secteur ?

Contactez-nous et nous vous mettrons en contact avec le bon partenaire Konfuzio, qui connaît parfaitement votre secteur.

Vers le formulaire de contact

SOURCES

[1] Connaissance-PKV.de (juin 2020) : À quels questionnaires de santé doit-on répondre lorsqu'on demande une assurance maladie privée ?

[2] McKinsey & Company (juin 2017) : L'intelligence artificielle dans l'assurance maladie : un contrôle intelligent des factures avec un logiciel auto-apprenant. S.2.

[3] MORGEN & MORGEN Communiqué de presse (mai 2018) : M&M Rating Incapacité professionnelle : le thème du psychisme gagne encore en importance. S.4.

[4] Rating BU de Morgen & Morgen (mai 2020) : Excellents résultats de la NLV : Gestion du marché vie privée. S.7.

[5] AOK (décembre 2018) : Conseil scientifique de la transformation numérique : remarques sur une stratégie d'IA pour une caisse d'assurance maladie obligatoire. S.5

LISTE DES ILLUSTRATIONS

Fig.1 : Pexels - machine à écrire, d'après : Andrea Piacquadio, mise à jour : 02/2020

Fig.2 : Incapacité professionnelle - acceptation en cas de maladies préexistantes, d'après : Morgen & Morgen, état : 05/2018

Autres grands articles

IDP : Intelligent Document Processing Définition et applications

De nombreuses entreprises sont à la recherche de nouvelles façons de numériser les documents et d'optimiser leurs processus grâce à une automatisation intelligente....

Lire l'article

Document Management System : Que doit pouvoir faire un DMS ?

Dans un monde numérique où un flot d'informations est produit chaque jour, la gestion efficace des documents est devenue...

Lire l'article
Coureur

L'apprentissage actif pour une IA centrée sur les données

Une grande question dans le domaine de l'apprentissage automatique (ML), qui se pose souvent lorsque des améliorations de performance doivent être apportées, est celle des coûts de préparation...

Lire l'article

    Contactez-nous

    Vous avez des questions sur notre produit, sur la tarification, sur la sécurité, sur l'implémentation ou sur d'autres sujets ? Demandez conseil à nos experts.

    Arrow-up