Secteur de la santé : comment l'Intelligence Artificielle et la data science peuvent limiter les risques liés à la fraude, aux abus et aux paiements à tort

Par Paul Sicsic, Responsable Produit Santé & Prévoyance chez Shift Technology

Fraude, abus et paiements à tort : une perte mondiale de près de 450 milliards d'euros
L'écosystème de l'assurance santé repose essentiellement sur la confiance, alimentée par de nombreuses demandes d'indemnisations aux montants relativement peu élevés, traitées et réglées dans un court délai. Prenez en compte un relatif anonymat (des professionnels de santé) et l'indifférence (des assurés) - lorsque la majorité des déclarations est soumise par les professionnels de santé et leur est directement réglée - et c'est la catastrophe assurée. Sans parler des réseaux de fraude organisés et des risques qu'ils représentent.

Il est difficile de quantifier l’impact financier des risques liés à la fraude, aux paiements à tort et aux abus car ce sont, par définition, des activités cachées. Dans les comparaisons internationales, la véritable fraude est souvent estimée entre 3% et 5% du montant total des prestations. Si l'on y ajoute les « abus » - assimilés à de la fraude dès lors qu'il y a fausse déclaration même si celle-ci n'est pas intentionnelle ou délibérée - ainsi que les « paiements à tort », on arrive très vite à un montant supérieur à 10% du coût des prestations. Même avec une estimation plus modeste les pertes avoisinent plusieurs milliards d'euros en France.

Une évolution rapide de la technologie
Malgré les progrès technologiques, la plupart des compagnies d'assurance et des administrations de santé publique n'ont pas su s'adapter. Pour détecter les fraudes, les abus ou paiements à tort, nombreux sont ceux qui utilisent encore des procédés manuels ou, si la technologie est en place, des règles et des contrôles basiques. C'est un vrai problème car les fraudeurs n'ont aucune difficulté à contourner ces contrôles en faussant les déclarations et autres données. Par ailleurs, si des entreprises plus avancées ont recours à l'analyse comportementale pour évaluer les pratiques de facturation « anormales » ces tactiques ne sont souvent à peine plus efficaces en matière de détection. Les entreprises les plus avancées utilisent des systèmes d'analyse très poussés, tels que la résolution d'entité, la modélisation prédictive, la détection de réseaux et l'analyse cognitive pour générer un grand volume d'informations liées à la fraude.

La bonne nouvelle, c'est que l'écosystème des assurtechs aide les organismes de complémentaires santé à envisager de nouvelles possibilités. Les startups innovantes développent des technologies conçues pour aider les assureurs et les administrations à améliorer leurs programmes de lutte contre la fraude, grâce notamment à des capacités de détection de nouvelle génération, qui utilisent l'Intelligence Artificielle (IA), plutôt que des règles métier standard. Le modèle SaaS réduit non seulement le nombre, mais aussi le type de difficultés (coût, temps de déploiement et de maintenance, etc.) qui empêchent souvent les assureurs d'améliorer leurs systèmes.


Le pouvoir des données
C'est un fait : plus le volume de données analysé est important, meilleurs sont les enseignements que l'on en retire. Grâce aux nouvelles technologies, les assureurs et les administrateurs peuvent élargir le champ des possibles et offrir une plus grande transparence en exploitant des données, structurées ou non, encore inexploitées, provenant de sources aussi bien internes qu'externes.

Mises à part les sources de données internes standards - relatives aux prestations, aux prestataires de santé et aux assurés - il est possible d'utiliser les données issues des polices d'assurance ou les notes d'investigations. Une fois regroupées, ces données permettent d'établir une description très détaillée du contexte lié à une déclaration, un praticien ou un réseau de professionnels de santé.

Les sources externes de données fournissent également pléthore d'informations sur les demandes de remboursement de soins et les organismes de santé. Ces données non structurées sont collectées via les fonctionnalités avancées de l'IA puis analysées pour fournir des clés de compréhension.

Stratégies de gestion des fraudes, abus et paiements à tort mises en œuvre
Investir dans la technologie et le traitement des données pour améliorer la détection des déclarations potentiellement frauduleuses et abusives n'est qu'un début. D'autres sujets tels que le blocage ou le rejet potentiel de demandes de remboursement qui peut affecter les obligations réglementaires et contractuelles, doivent pousser les assureurs à réagir et à apporter des solutions stratégiques.


Deux approches sont possibles : la détection a priori réalisée avant paiement au sein de la liquidation ou avant délivrance d'une prise en charge (PEC) et la détection a posteriori (postérieure au paiement). Dans le cas d'une détection a priori, une demande suspecte sera dans la plupart des cas bloquée ou rejetée.

Une détection a posteriori, reposant habituellement sur l'historique des déclarations des entités suspectes, engendrera en général une enquête consistant à rassembler des preuves fiables de déclarations potentiellement frauduleuses ou abusives, et à identifier les éventuels trop-perçus liés à ces déclarations. Cette approche exige beaucoup de temps et de moyens.


Il existe une démarche complémentaire qui requiert moins de temps et de ressources et qui est plus efficace : la dissuasion. Cette méthode est utilisée afin d'induire le changement de comportement des professionnels de santé en termes de facturation et génération de chiffre d'affaires suite à un ou plusieurs contrôles réalisés par l'assureur. Ces contrôles sont effectués après avoir détecté des pratiques suspectes ou abusives. Ceux-ci sont suivis d'une analyse des justificatifs de facturations pour en vérifier le contenu. Une grande partie de ce processus peut être automatisée, si des technologies appropriées sont mises en place.

Il existe d'autres stratégies de réponse et de résolution, comme le recouvrement des surfacturations, la mise en œuvre de plans de mesures correctives, le renvoi aux autorités compétentes en matière pénale, les procédures judiciaires civiles, le renvoi aux organismes de règlementation et le déconventionnement des réseaux de soins.

Une amélioration continue
Les fraudeurs recherchent constamment de nouvelles tactiques, les organismes de complémentaires santé doivent donc s'adapter et améliorer en permanence leurs programmes de lutte contre la fraude. Utiliser des outils intégrant l'IA et exploitant le plus grand nombre de source de données possible, est le meilleur moyen d'identifier de nouveaux schémas et d'apporter de nouveaux éclairages. En outre, le recours à des stratégies de réponse et de résolution progressives susceptibles d’être automatisées permet aux assureurs de gérer plus efficacement les risquées liés à la fraude, aux paiements à tort et aux abus.