L'IA peut-elle éviter la crise des soins de santé causée par les coupes de Medicaid?

Medicaid est devenu un point central dans un débat politique controversé, les législateurs républicains plaidant pour des coupes significatives afin de financer des réductions d'impôts. Le président Donald Trump et les dirigeants du GOP proposent de réduire les dépenses de Medicaid de 880 milliards de dollars au cours de la prochaine décennie, ce qui représenterait une coupe d'environ 10 % du budget du programme. Ces coupes proposées pourraient avoir de graves répercussions, étant donné que Medicaid fournit actuellement une couverture santé à environ 83 millions d'Américains à faible revenu, y compris les personnes âgées et les individus en situation de handicap.

Pour aborder l'avenir de Medicaid face à ces pressions financières, l'intelligence artificielle (IA) est explorée comme un moyen de réduire la hausse des coûts de santé. Les analyses prédictives basées sur l'IA permettent désormais aux prestataires de soins de repérer les patients à haut risque avant qu'ils ne nécessitent des soins d'urgence.

*« Avec Medicaid confronté à des contraintes budgétaires, l'IA offre un moyen de réduire les coûts sans compromettre la qualité des soins, »* a partagé Grace Chang, PDG et fondatrice de Kintsugi, avec moi. *« Les inefficacités opérationnelles, telles que les diagnostics manqués ou un suivi inadéquat, sont souvent négligées mais extrêmement coûteuses. L'IA peut identifier les patients à risque de surutiliser les urgences ou de ne pas respecter leurs horaires de médication – des domaines qui drainent des milliards du système mais sont gérables avec la bonne technologie. »*

La startup de santé basée en Californie, Kintsugi, utilise des biomarqueurs vocaux pour rationaliser les dépistages précoces de la dépression et de l'anxiété, réduisant considérablement le temps que les cliniciens consacrent aux évaluations. Chang souligne qu'avec de nombreux systèmes de santé déjà en sous-effectif, l'IA peut aider à prioriser les soins aux patients là où ils sont le plus urgemment nécessaires.

Elle avertit que le véritable danger de ne pas exploiter l'IA dans les soins de santé est *« que nous ne l'utiliserons pas pour combler les lacunes essentielles dans les soins. »*

Comment l'IA réduit les coûts de Medicaid et des soins de santé en général

Une part importante des coûts de santé provient des inefficacités administratives. Cependant, une étude du National Center for Biotechnology Information (NCBI) suggère que l'IA pourrait potentiellement faire économiser à l'industrie de la santé jusqu'à 150 milliards de dollars par an en optimisant ces processus. De même, le National Bureau of Economic Research prévoit des économies allant de 200 à 360 milliards de dollars dans les dépenses de santé grâce à l'automatisation par l'IA au cours des quatre prochaines années. Actuellement, l'IA joue un rôle crucial dans Medicaid et les soins de santé en général en prédisant les épidémies de maladies et les changements démographiques, permettant une gestion proactive des ressources. Elle améliore également les analyses prédictives pour prévoir les résultats des patients, conduisant à des plans de traitement plus efficaces et à une meilleure prévention. De plus, l'IA peut faire progresser la médecine personnalisée, en adaptant les traitements aux patients individuels pour de meilleurs résultats.

En s'appuyant sur les récentes avancées technologiques, diverses startups de santé alimentées par l'IA mènent la charge pour améliorer l'adoption de l'IA au sein de Medicaid afin d'accélérer les diagnostics et d'améliorer les résultats des traitements. Par exemple, Quantivly, basée à Boston, améliore l'efficacité de la radiologie avec sa plateforme alimentée par l'IA, qui optimise l'utilisation des scanners IRM et CT. L'IA peut identifier les inefficacités dans les flux de travail d'imagerie, entraînant des temps d'attente plus courts pour les patients, une productivité accrue des scanners et une augmentation des revenus hospitaliers.

*« Les systèmes de santé, en particulier ceux qui servent les populations de Medicaid, sont sous pression pour accomplir plus avec moins de ressources. Ils doivent augmenter le nombre de scans pour compenser la réalité des marges plus faibles, »* a expliqué Robert MacDougall, co-fondateur de Quantivly, à moi. *« L'IA opérationnelle dans l'imagerie médicale peut aider à gérer le débit sans surcharger le personnel. L'IA peut être particulièrement utile dans la planification, où la tâche de coordination est trop complexe pour qu'une seule personne la gère manuellement. »*

MacDougall souligne que la plupart des systèmes de planification ne prennent pas en compte des facteurs cruciaux affectant la durée des scans, tels que le matériel du scanner, la complexité du protocole, la mobilité des patients et les besoins de sédation. Gérer ces variables en temps réel dépasse les capacités humaines, faisant de l'IA un outil indispensable pour améliorer la planification et l'efficacité opérationnelle – ce qui profite finalement à la santé financière des hôpitaux.

De même, Arine, une plateforme de gestion des médicaments alimentée par l'IA, aide à minimiser les erreurs de prescription en affinant les régimes médicamenteux et en identifiant les médicaments inutiles. *« L'IA peut analyser rapidement divers ensembles de données (historiques de médication des patients, données SDOH et littérature clinique/médicale) pour fournir des recommandations personnalisées pour chaque patient, »* a noté Yoona Kim, PDG et fondatrice d'Arine.

Elle a expliqué que lorsqu'un nouveau médicament est prescrit sans tenir compte de ses effets indésirables potentiels sur les conditions existantes, l'IA peut alerter les cliniciens en temps réel – prévenant les problèmes avant qu'ils ne dégénèrent en visites aux urgences. *« L'IA peut automatiser les tâches routinières (comme la documentation et le résumé), mais dans les soins aux patients, il est crucial de garder les cliniciens aux commandes, »* a déclaré Kim.

Étant donné le potentiel de l'IA pour améliorer l'efficacité et les résultats des soins de santé, la question demeure de savoir si les législateurs prioriseront son adoption ou si les contraintes budgétaires et les politiques fiscales entraveront l'accès. L'issue de ce débat reste à se dévoiler.

*« L'objectif de l'IA opérationnelle est d'améliorer l'accès en optimisant l'utilisation des ressources. Si nous pouvons augmenter le nombre de patients scannés sur le même équipement sans surcharger le personnel, nous améliorons l'accès – surtout dans les zones mal desservies. Tout est question d'augmenter la productivité, pas d'imposer des restrictions, »* a souligné MacDougall.