L’effet de la réduction de Medicaid : L’IA peut-elle prévenir une crise sanitaire imminente ?

Medicaid est devenu un point central d’une bataille politique intense, les législateurs républicains poussant pour des coupes profondes afin de financer des réductions d’impôts. Le président Donald Trump et les dirigeants du GOP visent à réduire les dépenses de Medicaid de 880 milliards de dollars sur les dix prochaines années, réduisant ainsi d’environ 10 % le budget du programme. Cependant, les conséquences pourraient être graves, car Medicaid fournit une couverture santé à environ 83 millions d’Américains à faible revenu, y compris les personnes âgées et les personnes handicapées.

Pour assurer l’avenir de Medicaid, l’intelligence artificielle (IA) émerge comme une solution potentielle pour faire face aux coûts croissants des soins de santé. Aujourd’hui, l’analyse prédictive basée sur l’IA permet aux prestataires de soins de santé d’identifier les patients à risque avant qu’ils n’aient besoin de soins d’urgence.

« Avec Medicaid confronté à des contraintes budgétaires, l’IA peut réduire les coûts sans sacrifier la qualité, » Grace Chang, PDG et fondatrice de Kintsugi, m’a déclaré. « Les inefficacités opérationnelles, comme les diagnostics manqués ou le suivi des patients insuffisant, sont souvent invisibles mais incroyablement coûteux. L’IA peut identifier les patients à risque d’utilisation excessive des services d’urgence ou de non-observance des médicaments – des domaines qui saignent des milliards du système mais sont résolus avec les bons outils. »

La startup de santé basée sur l’IA de Californie, Kintsugi, utilise des biomarqueurs vocaux pour automatiser le dépistage précoce de la dépression et de l’anxiété chez les patients, réduisant ainsi le temps d’évaluation des cliniciens. Chang affirme que la plupart des systèmes de santé sont déjà sous-dotés et que l’IA peut aider à donner la priorité à ceux qui ont le plus besoin d’attention, au moment où cela compte le plus.

Selon le fondateur, le véritable risque de ne pas utiliser l’IA pour résoudre les problèmes les plus difficiles de la santé est « que nous n’allons pas l’utiliser pour combler les lacunes critiques dans les soins. »

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

Les inefficacités administratives représentent une part importante des coûts des soins de santé. Mais, une étude du National Center for Biotechnology Information (NCBI) estime que l’IA pourrait économiser à l’industrie des soins de santé jusqu’à 150 milliards de dollars par an en rationalisant ces processus. De même, le National Bureau Of Economic Research estime que les économies pourraient atteindre 200 à 360 milliards de dollars en dépenses de soins de santé grâce à l’automatisation de l’IA au cours des quatre prochaines années. Aujourd’hui, l’IA joue un rôle essentiel dans Medicaid et les soins de santé en prévoyant les épidémies et les changements démographiques, permettant ainsi une allocation proactive des ressources. La technologie aide également à améliorer l’analyse prédictive pour anticiper les résultats des patients, conduisant à des stratégies de traitement plus efficaces et à des soins préventifs améliorés. En outre, l’IA peut faire progresser la médecine personnalisée, en adaptant les traitements à chaque patient pour de meilleurs résultats.

En exploitant les innovations technologiques récentes, plusieurs startups de santé basées sur l’IA sont à la pointe de l’amélioration de l’adoption de l’IA dans Medicaid pour accélérer les diagnostics et améliorer les résultats des traitements. Par exemple, la startup basée à Boston, Quantivly, améliore l’efficacité de la radiologie grâce à sa plateforme basée sur l’IA pour optimiser l’utilisation des scanners MRI et CT. L’IA peut identifier les goulets d’étranglement dans les flux de travail d’imagerie, conduisant à une réduction des temps d’attente des patients, à une augmentation du débit des scanners et des revenus hospitaliers.

« Les systèmes de santé, en particulier ceux qui servent les populations de Medicaid, sont invités à faire plus avec moins. Et ils doivent effectuer plus d’examens pour compenser la réalité des marges plus faibles, » Robert MacDougall, co-fondateur de Quantivly, m’a déclaré. « L’IA opérationnelle dans l’imagerie médicale peut aider à gérer le débit sans mettre de stress sur le personnel. L’IA peut être déployée dans des domaines tels que la planification, où la tâche de coordination est trop complexe pour qu’une seule personne la gère manuellement. »

Selon MacDougall, la plupart des systèmes de planification négligent des facteurs critiques qui affectent la durée des examens, tels que le matériel des scanners, la complexité des protocoles, la mobilité des patients et les besoins de sédation. Gérer ces variables en temps réel dépasse les capacités humaines, ce qui rend l’IA un outil essentiel pour optimiser la planification et l’efficacité – et aider les hôpitaux à améliorer leurs résultats financiers.

De même, la plateforme de gestion des médicaments basée sur l’IA Arine aide à réduire les erreurs de prescription en optimisant les régimes de médicaments et en signalant les médicaments inutiles. « L’IA peut rapidement relier les points entre des ensembles de données divers (histoires médicales des patients, données SDOH et littérature clinique/ médicale) pour fournir des recommandations personnalisées pour chaque patient, » Yoona Kim, PDG et fondatrice d’Arine, a expliqué.

Elle a ajouté que si un patient est prescrit un nouveau médicament sans tenir compte de son impact négatif potentiel sur les conditions existantes, l’IA peut signaler le problème en temps réel – prévenant ainsi les complications avant qu’elles ne résultent en une visite aux urgences. « L’IA peut automatiser les tâches répétitives (par exemple, la documentation, la synthèse) mais lorsqu’il s’agit des soins aux patients, nous devons garder les cliniciens en contrôle, » a déclaré Kim.

Compte tenu du potentiel de l’IA pour améliorer l’efficacité et les résultats des soins de santé, les législateurs donneront-ils la priorité à son adoption, ou les contraintes budgétaires et les politiques fiscales éclipseront-elles l’accès ? La façon dont ce débat se déroulera

« L’objectif de l’IA opérationnelle est d’étendre l’accès en améliorant l’utilisation des ressources. Si nous pouvons scanner plus de patients avec le même équipement sans ajouter de charge au personnel, nous améliorons l’accès – en particulier dans les zones sous-dotées. La clé est la productivité, et non la restriction, » MacDougall a souligné.