L’intelligence artificielle intégrée dans les systèmes de facturation des hôpitaux américains a déjà généré près d’un milliard de dollars de dépenses de santé supplémentaires sur deux ans, selon une étude du Blue Cross Blue Shield Association (BCBSA). Les assureurs estiment que l’upcoding automatisé, rendu possible par les outils d’IA ambient, gonfle les factures sans améliorer les soins, tandis que les primes d’assurance progressent partout dans le pays.
🔑 En bref
- Le BCBSA évalue à près de 1 milliard de dollars le surcoût imputable aux outils d’IA sur 2024-2025
- Au Texas, le taux d’admissions codées comme complexes est passé de 47 % en 2022 à 60 % en 2025
- 2 milliards de dollars de réclamations nationales pourraient être gonflées par l’upcoding assisté par IA
- Les primes d’assurance santé texanes progressent de 7 à 9 % en raison de ces pratiques
Une étude du BCBSA quantifie le surcoût IA
Publiée fin septembre 2026 et relayée par le New York Times et TechCrunch, l’analyse du BCBSA compare les années 2024 et 2025 à la référence de 2023. L’étude constate une forte augmentation du nombre de patients documentés comme présentant des pathologies complexes, sans qu’aucun changement correspondant dans la prise en charge n’ait été mis en évidence.
Luke Chalker, vice-président principal du BCBSA, explique que le codage change sous l’effet de la technologie. En ajoutant un diagnostic secondaire, par exemple une anémie ou une hyponatrémie (déséquilibre du sodium dans le sang), les hôpitaux ont perçu en moyenne près de 12 000 dollars de plus par cas. Sur deux ans, l’ensemble de ces surcoûts représente un montant approchant un milliard de dollars.
Cette tendance reflète une transformation profonde des pratiques de facturation hospitalière. Les établissements ont intégré des outils capables d’analyser systématiquement chaque encounter (rencontre entre patient et soignant) pour maximiser le remboursement perçu auprès des assureurs et des programmes publics.
Le mécanisme de l’upcoding automatisé par l’IA
L’upcoding désigne la pratique consistant à facturer une consultation ou un acte médical comme plus complexe qu’il ne l’est réellement. Avec l’essor des outils d’IA ambient (systèmes d’écoute environnementale), les échanges entre patients et médecins sont désormais captés en temps réel, et des codes de facturation plus élevés sont suggérés automatiquement.
Le rapport de la Texas Association of Health Plans (TAHP) du 30 mars 2026 chiffre l’ampleur du phénomène : plus de 2 milliards de dollars de réclamations pourraient déjà être gonflées à l’échelle nationale par ces pratiques. Dans l’État du Texas, les hôpitaux qui adoptent le plus l’IA ont vu leur taux d’admissions codées comme complexes passer de 47 % en 2022 à 60 % en 2025, tandis que l’upcoding a crû de 28 % en trois ans.
| Indicateur | Valeur |
|---|---|
| Admissions complexes (Texas, 2022) | 47 % |
| Admissions complexes (Texas, 2025) | 60 % |
| Croissance de l’upcoding (3 ans) | +28 % |
| Nouvelles mères diagnostiquées anémie post-partum | +37 % |
| Dépenses inpatient liées aux codes IA | 663 M$ |
| Dépenses outpatient liées aux codes IA | 1,67 Md$ |
Sur la même période, le nombre de nouvelles mères auxquelles un diagnostic d’anémie du post-partum a été attribué a bondi de 37 %, alors que le nombre de traitements administrés n’a pas évolué. En données monétaires, 663 millions de dollars de dépenses inpatient (hospitalisations) et 1,67 milliard de dollars de dépenses outpatient (consultations externes) seraient déjà liés à des codes inflationnistes générés par l’IA.
Impact direct sur les employeurs et les primes
Les employeurs texans subissent en première ligne ces dérives. La TAHP relève des hausses de primes de 7 % à 9 % pour l’année en cours, en partie imputables à la facturation amplifiée par l’IA. Cette hausse se répercute sur les salariés et les familles qui voient leur couverture santé devenir plus coûteuse.
« Le codage change à cause de cette technologie. »
Luke Chalker, Vice-président principal du BCBSA
Les organismes assureurs commencent à riposter. Au Texas, les plans de santé utilisent des outils d’analyse de données pour détecter les schémas d’upcoding et récupérer les trop-perçus. Du côté des marchés, un analyste de Raymond James a laissé entendre que les hôpitaux cherchant à améliorer leurs marges auront recours à l’IA de codage pour accroître les remboursements auprès des assureurs et des programmes publics.
Réactions du secteur technologique et expertises
Les réactions du secteur technologique sont nuancées. Le Dr Shiv Rao, fondateur d’Abridge (startup d’IA médicale), reconnaît que l’usage actuel pourrait mener à « un futur dystopique horrible où des bots luttent contre des bots, des agents contre des agents ». Il tempère toutefois en estimant que l’IA pourrait aussi réduire les tensions et faire baisser les coûts.
Le Dr David Brailer, ancien responsable gouvernemental de la santé et exécutif en technologie, a écrit dans Health Affairs que l’IA « diminuerait le coût des armes dans ces batailles de facturation », mais qu’elle risque en réalité d’augmenter les dépenses globales de santé.
Amol Navathe, chercheur principal au Leonard Davis Institute de l’Université de Pennsylvanie, souligne que l’IA est « plus adaptable et plus variable que les services humains », ce qui complique les modèles de remboursement fondés sur le temps et la compétence. Dans une perspective parue dans Health Affairs en janvier 2026, Navathe et ses coauteurs préconisent des voies de paiement personnalisées qui intègrent un standard de bénéfice clinique et lient les rémunérations aux résultats de santé plutôt qu’au volume de services.
« L’intelligence artificielle est plus adaptable et plus variable que les services humains, ce qui complique les modèles de remboursement fondés sur le temps et la compétence. »
Amol Navathe, Leonard Davis Institute, Université de Pennsylvanie
Ces experts comparent la situation à celle de la pharmacothérapie, où l’introduction de nouvelles molécules a longtemps augmenté les coûts avant que des politiques de contenu générique et de négociation tarifaire ne ramènent l’équilibre.
Recommandations pour endiguer la dérive
Les commentateurs du secteur formulent plusieurs recommandations essentielles :
- Plus de transparence sur l’emploi effectif des systèmes d’IA dans les processus de facturation et de codage
- Application aux outils algorithmiques des mêmes règles qu’aux réviseurs humains dans les décisions de facturation
- Alignement des incitations financières sur les résultats cliniques plutôt que sur le volume de services facturés
- Voies de paiement personnalisées intégrant un standard de bénéfice clinique, selon Navathe et ses coauteurs
L’absence de tels garde-fous expose les employeurs, les patients et l’ensemble du système de santé à une inflation durable des dépenses. Sans modification des politiques de paiement, l’IA risque d’accroître les coûts sans améliorer les soins.
Conclusion : un risque d’inflation santé qui dépend des régulateurs
Les données actuelles montrent que les outils d’IA utilisés par les hôpitaux pour optimiser leur cycle des revenus ont déjà engendré des centaines de millions de dollars de dépenses supplémentaires aux États-Unis. Le phénomène d’upcoding, favorisé par l’IA, est en forte croissance et commence à se traduire par des hausses de primes pour les entreprises et les particuliers.
Si les assureurs et les pouvoirs publics n’interviennent pas avec des mécanismes de contrôle et de paiement adaptés, la tendance devrait s’accentuer dans les prochaines années. Deux scénarios se dessinent : un scénario optimiste où les régulateurs imposent la transparence et réalignent les incitations financières sur les résultats cliniques, et un scénario pessimiste où l’escalade entre IA et assureurs dans les « batailles de facturation » pèse durablement sur le coût des soins de santé.
Sources
- TechCrunch
- Texas Association of Health Plans
- The New York Times
- Leonard Davis Institute, Université de Pennsylvanie
- DocWire News
- MoyanAI
Cet article est publié à titre informatif et éducatif. Il ne constitue en aucun cas un conseil en investissement. Faites vos propres recherches (DYOR) avant toute décision.
