Découvrez notre solution GenAI transformatrice qui révolutionne le processus d’autorisation préalable en assurance. Cet outil avancé automatise la vérification des documents reçus, tels que les autorisations préalables (un processus par lequel une compagnie d’assurance maladie exige qu’un fournisseur de soins de santé obtienne une approbation avant de délivrer certains services médicaux ou médicaments), les demandes et les transactions EDI (Échange de Données Informatisées), avec les systèmes internes et les documents de politique. Il évalue les cas en vue d’une approbation, d’un refus ou d’un examen manuel, en offrant des recommandations détaillées. En intégrant un agent virtuel conversationnel convivial pour la collecte de données supplémentaires, notre solution augmente l’efficacité, la précision et la rapidité, permettant aux payeurs de prendre des décisions éclairées et d’améliorer les résultats de soins aux patients.

1. Introduction

L’industrie de l’assurance fait face à des défis opérationnels importants, notamment la classification manuelle des documents, la vérification fragmentée des autorisations préalables (AP), des systèmes désuets, une prise de décision incohérente et une frustration croissante parmi les membres et les fournisseurs. Les payeurs sont submergés par la paperasse, ce qui entraîne des processus longs et sujets aux erreurs. 

Notre solution répond à ces défis en offrant une approche intelligente, autonome et adaptative afin de simplifier le cycle de vie des AP. Elle améliore la classification et la vérification des documents avec une précision et une rapidité exceptionnelles, tout en s’intégrant parfaitement aux systèmes existants des payeurs pour renforcer la conformité et le respect des règlements. Ceci se traduit par une précision accrue, des délais de traitement plus rapides et une meilleure expérience pour toutes les parties prenantes, transformant ultimement l’écosystème de l’assurance en un environnement plus efficace et axé sur le client.

2. Flux fonctionnel actuel de l’autorisation préalable Un écosystème à forte intensité manuelle entre les services administratifs des payeurs et des fournisseurs, avec un délai de traitement élevé (plus de 7 jours). 

Le système utilise deux personas :

• Fournisseurs – Un fournisseur de soins de santé est une personne (comme un médecin ou une infirmière) ou une entité (comme un hôpital ou une clinique) qui fournit des services médicaux aux patients
• Payeurs - Les payeurs d’assurance sont des entités qui couvrent les coûts des soins de santé pour les particuliers, les programmes gouvernementaux et les entreprises privées

Parcours de demande d'AP dans le processus actuel :

1. Le fournisseur génère la demande d'autorisation préalable (AP)
2. Le fournisseur envoie les détails de l’Échange de Données Informatisé (EDI) 270 / 271 (informations sur la couverture et les prestations du patient) au Payeur
3. L’évaluateur du côté du Payeur reçoit les détails de l’Autorisation Préalable ainsi que les documents
4. Un examen préliminaire détermine si les détails du traitement et les documents nécessaires sont corrects et suffisants
5. Si l’examen préliminaire ne fournit pas les détails nécessaires, la justification du refus est saisie manuellement dans le système et une communication (par appel, courriel ou télécopieur) accompagnée de la justification est envoyée au fournisseur
6. Si l’examen préliminaire comporte tous les détails, la demande d’« Examen clinique manuel » est transmise à un évaluateur
7. L’évaluateur commence manuellement à valider l’admissibilité, le fournisseur, la procédure de service, les documents et la fraude. Si une validation échoue, la justification du refus est saisie manuellement dans le système et une communication (par appel, courriel) accompagnée de la justification est envoyée au fournisseur
8. Si toutes les validations sont réussies, la décision finale d’AP est prise et saisie manuellement dans le système et une communication (par appel, courriel, télécopieur) accompagnée de la justification est envoyée au fournisseur

Défis dans le processus actuel d’autorisation préalable :

1. Durée prolongée de vérification : Le temps requis pour vérifier chaque demande d’autorisation préalable est excessivement long, ce qui entraîne des retards importants dans la prestation des soins de santé. Ce délai incite souvent les patient(e)s à abandonner leur traitement prescrit.
2. Taux élevé de refus et d’appels : Selon l’American Medical Association (AMA), les refus d’autorisation préalable surviennent environ 31 % du temps, et les appels représentent environ 20 % des demandes. Source : [AMA Prior Authorization Survey] (https://www.ama-assn.org/system/files/prior-authorization-survey.pdf )
3. Conformité réglementaire : Les Centers for Medicare and Medicaid Services (CMS) ont rendu obligatoire la règle finale sur l’interopérabilité et l’autorisation préalable (PA Final Rule, CMS-0057-F), dont la mise en œuvre est prévue d’ici le 1er janvier 2026/2027.
4. Vérification manuelle inefficace : Le processus actuel de vérification manuelle n’est pas complet. Les réviseur(e)s rejettent souvent les autorisations préalables dès le premier élément incorrect, ce qui nécessite de multiples réexpéditions et vérifications. Chaque itération exige environ 1 heure et 15 minutes du temps du ou de la réviseur(e).
5. Catégorisation manuelle des documents et contrôle de l’exhaustivité : Le processus de catégorisation et de vérification de l’exhaustivité des documents est effectué manuellement, ce qui augmente la charge de travail et le risque d’erreurs.

Ces défis soulignent la nécessité d'un processus de vérification de l'autorisation préalable plus efficace, transparent et automatisé pour améliorer les soins aux patients et l'efficacité opérationnelle.

Flux fonctionnel à venir :

La vérification proposée par le moteur IA réduit le délai de traitement de 7 jours à moins de 10 minutes.

Parcours de demande d'autorisation préalable avec un processus de vérification propulsé par IA :

1. Le fournisseur génère la demande d'AP
2. Le fournisseur envoie une Échange de données informatisé (EDI) 270 au Payeur
3. Le réviseur du côté du Payeur reçoit les détails de la demande d'AP et les documents partagés avec la demande

4. Le réviseur lance le moteur de vérification IA, qui effectue des vérifications internes sur plus de 25 critères. Ces critères incluent :

   1. Admissibilité
   2. Accréditations du fournisseur
   3. Authenticité des documents
   4. Conformité de la procédure de service
   5. Évaluation du score de confiance
   6. Validation de la fraude

   Le score de confiance est calculé en fonction de chaque vérification réussie ou échouée

5. Si le score de confiance dépasse le seuil prédéterminé, les détails vérifiés sont transmis au module de décision
6. Si le score de confiance est inférieur au seuil, la demande est dirigée vers un médecin pour une révision manuelle. Leurs conclusions sont ensuite soumises au module de décision
7. À la réception de la décision, le système communique automatiquement le résultat (approuvé, rejeté ou nécessitant des renseignements supplémentaires) au fournisseur par courriel. La communication comprend une justification détaillée de la décision.

3. Architecture technique (Agentic AI)

La solution globale est divisée en les couches de traitement suivantes :

1. Extraction d'entités IA asynchrone : Les entités provenant de documents structurés ou non structurés spécifiques à la Demande d’autorisation préalable sont extraites et enregistrées dans la base de données
2. Moteur de vérification IA agentique asynchrone : Le système invoque de façon asynchrone un agent qui effectuera des vérifications à divers niveaux à l’aide de sous-agents afin de comprendre la demande, de formuler le contexte et finalement de générer la réponse en fonction du résultat de tous les sous-agents

Schéma de flux de l’architecture d’autorisation préalable infusée par GenAI :

1. L’utilisateur interagit avec le système par l’entremise d’une interface d’application basée sur React. Le conteneur de l’application React est déployé à l’aide d’une architecture AWS à base de microservices optimisée pour les coûts, tirant parti des Amazon ECS Clusters et de AWS Fargate
2. L’interface facilite la création d’une nouvelle demande d’autorisation préalable, y compris la soumission des documents AP
3. Derrière l’API Gateway, une fonction Lambda capture les détails de la demande AP et les conserve dans Amazon DynamoDB
4. Les documents soumis sont téléversés dans les compartiments S3 d’Amazon, qui sont associés à l’identifiant précis de la demande AP
5. Lors du téléversement d’un document dans le compartiment S3, un événement est déclenché, amorçant un processus Lambda d’extraction d’entités IA asynchrone
6. Les détails du document sont envoyés à Amazon Textract pour l’extraction du texte brut, du texte de table et des images
7. Amazon Bedrock, en mode multimodal, traite les données extraites afin d’identifier et de formater des entités à partir du texte brut, du texte de table et des images pour un traitement ultérieur
8. Les entités extraites sont conservées dans DynamoDB pour usage subséquent
9. Le réviseur lance le processus de validation
10. Le processus de validation envoie un message à Amazon Simple Queue Service (SQS) afin d’assurer le fonctionnement asynchrone du processus
11. SQS déclenche un cadre multi-agent IA agentique, Agent Orchestrateur, qui coordonne les activités de divers sous-agents
12. L’Agent Orchestrateur Bedrock Agentic AI détermine quel sous-agent appeler et transmet les paramètres appropriés. Le sous-agent effectue la validation et renvoie les réponses individuelles à l’Agent Orchestrateur. L’Agent Orchestrateur collecte ensuite, consolide et enrichit ces réponses avant d’envoyer une réponse exhaustive à l’utilisateur, tout en conservant également les réponses des agents
13. En cas de questions, l’utilisateur peut lancer une discussion avec un assistant conversationnel intelligent (chatbot) et poser des questions se rapportant à la demande d’autorisation préalable spécifique
14. La fonction Lambda d’assistance conversationnelle communique avec Amazon Bedrock, qui maintient le contexte complet de la demande d’autorisation préalable, afin d’obtenir des réponses exactes aux questions de l’utilisateur

4. Conclusion

L’infusion de l’IA générative dans le processus d’autorisation préalable en assurance représente un progrès important dans l’administration des soins de santé. Cette solution relève directement les défis opérationnels de l’industrie en automatisant la vérification des documents, en améliorant la prise de décision et en optimisant la communication. Elle promet de réduire les délais de vérification, de diminuer les taux de refus et d’appel, et d’assurer la conformité réglementaire. L’agent virtuel convivial simplifie le processus en offrant une assistance et des informations en temps réel. L’adoption de cette technologie améliore l’efficacité et la précision, et transforme l’expérience de soins pour les patients, marquant une nouvelle ère dans l’écosystème de l’assurance.