Qu'est-ce que l'autorisation préalable, et l'IA peut-elle vraiment la réparer ?

Dans le système de santé américain, l'« autorisation préalable » désigne le processus par lequel un assureur doit approuver un traitement ou un médicament avant qu'un médecin puisse le prescrire. Elle est officiellement destinée à éviter des traitements inutiles ou excessivement coûteux, mais ce processus est depuis longtemps l'un des goulots d'étranglement bureaucratiques les plus décriés, tant par les patients que par les médecins — retardant parfois de plusieurs semaines le début d'un traitement essentiel.

Traditionnellement, l'autorisation préalable impliquait que le personnel du cabinet médical remplisse des formulaires et les envoie par fax ou via un portail à l'assureur, qui les faisait ensuite examiner manuellement par un employé. Le processus était lent et incohérent — une même demande de traitement pouvait être jugée différemment selon l'employé qui l'examinait.

Aujourd'hui, assureurs et systèmes de santé déploient tous deux l'IA aux deux extrémités opposées de ce même processus. Du côté des assureurs, l'IA passe rapidement au crible les demandes entrantes et les approuve ou les refuse selon des critères prédéfinis. Du côté des hôpitaux, l'IA aide les médecins à formuler leurs demandes de la manière la plus susceptible de correspondre aux critères recherchés par l'assureur.

Cela crée une dynamique étrange : les deux camps utilisent désormais l'IA l'un contre l'autre. Les critiques estiment que cela pourrait engendrer une boucle de type « course aux armements » — à mesure que l'IA de l'assureur devient plus stricte, celle des hôpitaux devient plus agressive pour adapter les demandes à ces mêmes critères.

Les partisans de cette évolution affirment que l'automatisation peut réellement accélérer le processus, du moins pour les cas simples et routiniers. Plutôt que de laisser un employé consacrer des heures à une demande de traitement claire et standard, l'IA peut la traiter en quelques secondes — réduisant les coûts opérationnels de l'assureur tout en raccourcissant potentiellement le temps d'attente du patient.

Mais les inquiétudes se concentrent particulièrement sur les cas complexes ou limites. On ignore encore si un modèle d'IA peut prendre la bonne décision pour une pathologie rare ou une combinaison de traitements inhabituelle. Les groupes de défense des patients craignent que des demandes rejetées automatiquement, sans contrôle humain, ne retardent l'accès des patients aux soins.

Les régulateurs tentent de combler cet écart : plusieurs États américains exigent désormais que tout refus émis par un système d'IA soit également confirmé par un examinateur humain. L'objectif est de tirer parti de la rapidité de l'automatisation tout en s'assurant que les décisions critiques ne soient pas entièrement laissées à un algorithme.

Les économistes de la santé soulignent que la racine du problème n'est pas technologique, mais tient à la structure des incitations : les assureurs sont motivés à réduire les coûts, les hôpitaux à augmenter leurs revenus. L'IA ne supprime pas ce conflit d'intérêts sous-jacent — elle permet simplement aux deux camps de le mener plus rapidement.

Certains experts estiment que la véritable solution est politique, et non technologique : réduire la liste des traitements nécessitant une autorisation préalable, ou standardiser entièrement le processus, pourrait offrir une solution bien plus durable que l'automatisation par l'IA.

Pour l'instant, la question de savoir si l'IA va réellement « réparer » l'autorisation préalable reste ouverte. La technologie a le potentiel de rendre le processus à la fois plus rapide et plus conflictuel — et l'issue qui l'emportera dépendra largement de la manière dont les régulateurs choisiront d'équilibrer ces deux forces.