Les organisations de soins de santé doivent composer avec une convergence de pressions qui transforme la façon dont l’industrie fonctionne. Selon McKinsey, la hausse des coûts de soins, l’alourdissement des conditions de remboursement, l’évolution de la réglementation et le vieillissement de la population exercent une pression croissante sur les assureurs, les prestataires et les services pharmaceutiques, et les changements de politiques fédérales américaines prévus en 2025 accentueront encore ces pressions.
L’Microsoft Work Trend Index révèle que près de 8 travailleurs de la santé sur 10 disent ne pas avoir suffisamment de temps ou d’énergie pour bien faire leur travail. Il devient de plus en plus difficile d’ignorer le fossé grandissant entre ce que les organisations doivent accomplir et ce que les méthodes de travail actuelles permettent.
De l’expérimentation à la transformation à l’échelle de l’entreprise
La maturité de l’IA dans le secteur de la santé évolue en trois étapes distinctes. La première phase portait sur des projets pilotes isolés visant à prouver la faisabilité technique plutôt qu’à générer de la valeur opérationnelle. Elle a été suivie d’une phase où les organisations ont commencé à déployer l’IA à grande échelle dans les flux de travail, en l’alignant sur des résultats d’affaires mesurables. La troisième phase, qui commence à se dessiner, voit l’IA intégrée au cœur des opérations au moyen d’agents coordonnés, et non plus de simples outils isolés.
Selon Menlo Ventures, 22 % des organisations de santé ont désormais mis en œuvre des outils d’IA propres au secteur, soit une augmentation de 7x par rapport à 2024 et de 10x par rapport à 2023. Les réseaux de santé sont en tête avec un taux d’adoption de 27 %, suivis des fournisseurs de soins ambulatoires à 18 % et des assureurs à 14 %. À ce jour, les retombées les plus visibles se situent au niveau de la documentation clinique, de la gestion des autorisations préalables et de la gestion du cycle de revenus.
Ce qui ne suit pas le rythme, c’est la capacité à passer à l’échelle supérieure. Les modèles d’IA fonctionnent souvent en silo, détachés des flux de travail qu’ils doivent soutenir. Les cadres de gouvernance peinent à s’aligner sur la cadence effrénée du déploiement—et c’est justement cet écart que vise à combler le modèle d’entreprise de pointe.
L’entreprise de pointe intègre l’IA dans le fonctionnement des soins de santé
Une entreprise de pointe est une organisation de nouvelle génération qui conjugue le jugement humain et des agents d’IA pour travailler de façon plus intelligente et rapide. Les équipes se forment autour des résultats à atteindre plutôt que selon des départements. Chaque clinicien, gestionnaire de soins et administrateur bénéficie de l’IA intégrée à son mode de travail plutôt qu’ajoutée en complément.
Copilot occupe une place centrale dans la mise en pratique de cette approche. Au lieu de gérer plusieurs systèmes, les équipes accèdent à l’information, génèrent des analyses et agissent à partir d’une même interface. Copilot rassemble le contexte provenant de divers systèmes et le présente de manière à ce qu’il soit exploitable immédiatement dans le flux de travail. L’Microsoft Work Trend Index souligne le rôle croissant de la collaboration humain-IA dans ce modèle, où des agents intelligents soutiennent l’exécution tandis que les humains assurent l’orientation et le jugement.
D’assistant à agent : comment le virage se manifeste concrètement dans le secteur de la santé
Chaque application et chaque processus dans le secteur de la santé sont reconsidérés à la lumière des possibilités offertes lorsque l’intelligence est intégrée directement dans les opérations. L’évolution de la conception de l’IA, vue comme simple assistante à celle d’une participante active dans les flux de travail, est déjà visible tant chez les prestataires que chez les assureurs.
Pour les prestataires, les premiers gains découlent de la réduction de la charge administrative du personnel clinique. Les assistants IA aident les cliniciens à saisir la documentation pendant les consultations, à faire ressortir les antécédents pertinents et à préparer des résumés de visite avec beaucoup moins d’efforts manuels. Dès lors, les organisations se dirigent vers des agents toujours plus performants. Un agent de triage peut aiguiller les patients en fonction de l’acuité et des ressources disponibles. Un agent-conseiller clinique peut soutenir le diagnostic et la planification des traitements en s’appuyant sur l’historique du patient et les lignes directrices cliniques en vigueur. Un orchestrateur de comité de tumeur peut coordonner les contributions des différentes spécialités, permettant aux équipes multidisciplinaires de prendre des décisions plus rapidement et plus uniformément.
Chez les assureurs, l’accent est mis sur les processus administratifs générant le plus de friction. L’autorisation préalable reste l’un des domaines les plus porteurs, grâce à des agents IA pouvant valider les demandes, examiner les réponses aux appels médicaux et signaler les documents manquants avant l’intervention d’un examinateur humain. La configuration des prestations, l’adjudication des réclamations et l’adhésion des membres suivent une dynamique similaire, alors que les agents prennent en charge les étapes structurées qui mobilisaient auparavant beaucoup de personnel. Les agents conversationnels gèrent les demandes de renseignements sur la couverture et le soutien à l’inscription de manière à réduire les temps d’attente sans alourdir les opérations.
Au-delà des améliorations des flux de travail, de nouvelles possibilités voient le jour, qui étaient auparavant impraticables. Un agent d’intégrité des paiements peut repérer des modèles de fraude avant le traitement des réclamations. Un agent d’intelligence règlementaire peut faire ressortir en temps réel les changements apportés aux politiques.
L’IA devient imputable des résultats
Les progrès de l’IA sont tangibles dans l’ensemble du secteur de la santé. Mais concrétiser ces progrès par un impact cohérent à l’échelle de l’entreprise demeure difficile. Un rapport de MIT Technology Review Insights produit en partenariat avec HCLTech révèle que si 87 % des cadres considèrent que l’IA responsable est d’une priorité élevée ou moyenne, seuls 15 % se disent très prêts à la mettre en œuvre.
C’est la capacité à la rendre opérationnelle qui constitue la vraie limite. Des données fiables, une gouvernance unifiée et des indicateurs de résultats qui tiennent compte de la performance clinique et opérationnelle distinguent les organisations capables de passer à l’échelle de celles qui restent à la traîne.
Comment HCLTech et Microsoft soutiennent la montée en puissance des soins de santé
Pour passer de l’ambition à l’exécution en matière d’IA, il faut une plateforme robuste, une connaissance du secteur et une mise en œuvre rigoureuse. C’est là que HCLTech et Microsoft se rejoignent.
Microsoft fournit la base nécessaire pour bâtir et déployer l’IA à grande échelle. Copilot sert d’interface permettant aux cliniciens, gestionnaires de soins et administrateurs d’interagir en temps réel avec les données de divers systèmes. Azure AI Foundry permet aux organisations de développer, déployer et gérer les modèles de façon sécurisée, gouvernée et alignée sur les besoins de l’entreprise. L’intégration aux plateformes cliniques tel qu’Epic garantit que l’IA s’intègre directement là où se prennent les décisions.
HCLTech apporte la profondeur sectorielle et la capacité d’exécution nécessaires pour transformer cette base en résultats mesurables. Notre expérience auprès des principaux régimes et fournisseurs de soins nous permet d’identifier les cas d’utilisation à fort impact, tant sur les plans clinique, opérationnel qu’administratif. Grâce à nos plateformes AI Foundry et HCLTech AI Force, nous aidons les organisations à concevoir des architectures propulsées par des agents, à connecter des environnements de données fragmentés et à établir des modèles de gouvernance favorisant l’adoption responsable de l’IA.
Ensemble, HCLTech et Microsoft permettent aux organisations de santé de dépasser les déploiements isolés. Les résultats sont mesurés en termes concrets : fardeau documentaire réduit, meilleur délai de traitement des autorisations préalables, meilleure fluidité des patients et prestation de soins plus cohérente.
