L’écart de l’IA dans les soins de santé en milieu rural : les hôpitaux ruraux et à accès critique (CHA) partent de derrière
Les problèmes budgétaires sont l’une des principales raisons pour lesquelles les hôpitaux ruraux ont mis plus de temps à intégrer l’IA générative et agentique. La moitié des hôpitaux ruraux fonctionnent avec un déficit, selon l’American Medical Association, ce qui oblige nombre d’entre eux à réduire des services essentiels tels que le travail, l’accouchement et les soins contre le cancer.
Cette réalité laisse moins de place à l’expérimentation des technologies émergentes. Avant de mettre pleinement en œuvre un outil basé sur l’IA, les hôpitaux l’évaluent généralement pendant plusieurs mois. Ce calendrier implique une analyse des risques, des tests et la formation du personnel à son utilisation.
Alex Sushko, ingénieur solutions chez Glean spécialisé dans l’intégration de l’IA, affirme que c’est l’une des principales raisons pour lesquelles la courbe d’adoption de l’IA a été inégale. « Les grandes organisations peuvent se permettre de lancer un projet pilote de 18 mois, puis d’intégrer et d’adapter lentement un outil d’IA à leurs spécifications, car elles disposent de plus de marge de manœuvre dans l’analyse de rentabilisation pour absorber cet investissement. Les hôpitaux ruraux pourraient ne pas être en mesure de le faire. »
Où l’IA peut avoir un impact immédiat dans les milieux de santé ruraux
Avec tous les gros titres sur la façon dont l’IA peut accélérer la recherche médicale, améliorer l’imagerie, rendre les interventions chirurgicales plus précises et automatiser les tâches administratives, savoir par où commencer peut sembler écrasant. Rhew conseille aux hôpitaux dotés d’équipes informatiques réduites de commencer modestement.
« Plutôt que d’essayer de déployer l’IA à grande échelle, les équipes ont tendance à obtenir plus de succès lorsqu’elles commencent par un problème bien défini, puis choisissent des outils conçus pour fonctionner au sein des flux de travail existants », explique Rhew.
Pour obtenir rapidement de la valeur, Sushko recommande de se concentrer sur les processus de gestion du cycle de revenus, tels que le taux de réclamations sans faute de l’hôpital. « Il s’agit d’un cas d’utilisation parfait pour les capacités agentiques, car si vous disposez d’un nombre limité de personnes au sein du back-office administratif, l’IA peut rassembler des informations rapidement et multiplier par 10 la productivité », explique Sushko.
Les appels en matière d’assurance sont un autre objectif générateur de revenus, car les réclamations d’assurance refusées coûtent aux hôpitaux près de 20 milliards de dollars par an. Bien que plus de 80 % des appels aboutissent, moins de 1 % des demandes refusées font l’objet d’un appel.
Les systèmes basés sur l’IA peuvent aider les équipes administratives des hôpitaux à enquêter et à résoudre les réclamations refusées, ce qui pourrait conduire à des remboursements ayant un impact financier. « Un outil d’IA pourrait traiter un volume de réclamations beaucoup plus important, avec une personne vérifiant les détails critiques, et conduire à un gain beaucoup plus élevé », explique Sushko.
Les options conformes à la loi HIPAA pour renforcer les systèmes de gestion du cycle de revenus comprennent :
Technologie de la santé