L’autorisation préalable est l’un des points de tension les plus contestés du système de santé américain. Avant qu’un patient ne puisse recevoir un traitement recommandé par un médecin, une ordonnance ou une intervention, l’assureur doit d’abord l’approuver. Ce processus a été conçu pour éviter les dépenses inutiles. En pratique, il est devenu une source de frictions majeures entre les patients, les médecins et les compagnies d’assurance. Aujourd’hui, l’intelligence artificielle s’introduit dans ce point de friction, et la question de savoir si elle réduira les préjudices ou les amplifiera reste véritablement ouverte.
Un système déjà sous tension
L’ampleur du problème n’a rien d’abstrait. Une enquête du Commonwealth Fund citée dans les sources révèle qu’en 2025, environ un adulte américain en âge de travailler sur PY_VALUE bénéficiant d’une assurance privée a déclaré que lui-même ou un membre de sa famille s’était vu refuser la couverture d’un soin recommandé par un médecin. Parmi les personnes ayant essuyé un refus, 41 % ont affirmé que cela avait retardé leurs soins. Plus d’un quart a signalé que son état de santé s’était aggravé en conséquence.
Dans le cadre de Medicare Advantage, l’alternative gérée par le secteur privé à l’original Medicare qui compte aujourd’hui environ 55 % des personnes âgées et handicapées éligibles à Medicare, les assureurs émettent chaque année des millions de refus de prise en charge, totaux ou partiels, par le biais de l’autorisation préalable. Un mémorandum de 2022 de l’HHS Office of Inspector General a révélé que plus d’un refus sur dix dans Medicare Advantage concernait des bénéficiaires qui remplissaient pourtant apparemment les critères de couverture. Les patients peuvent faire appel, et les données montrent que les plans Medicare Advantage ont infirmé 81 % des refus en appel en 2024. Mais les appels prennent du temps, et le temps est souvent ce qui manque aux patients.
Une enquête de l’American Medical Association de 2025 a révélé que 61 % des médecins craignent que l’IA n’aggrave le problème des refus au lieu de l’améliorer. Il ne s’agit pas d’une préoccupation marginale. Elle reflète une tension structurelle : le même outil qui pourrait accélérer les approbations pourrait également être utilisé pour accélérer les refus.
Ce que fait réellement le projet pilote WISeR
La réponse de l’administration Trump à cette situation est un projet de démonstration appelé WISeR, qui signifie Wasteful and Inappropriate Service Reduction Model. Administré par les Centers for Medicare and Medicaid Services, WISeR utilise le machine learning combiné à un examen clinique humain pour évaluer les services que la CMS estime vulnérables à la surutilisation, à la fraude et aux abus. Les procédures ciblées comprennent les substituts de peau et de tissus, les implants de stimulateurs nerveux électriques et l’arthroscopie du genou pour l’arthrose du genou. Le projet pilote se déroulera jusqu’en décembre 2031 dans six États.
Ce qui rend WISeR structurellement important, c’est que l’autorisation préalable a rarement été utilisée dans l’original Medicare auparavant. Les plans Medicare Advantage l’ont largement déployée, mais l’original Medicare fonctionnait différemment. WISeR représente une évolution majeure dans la manière dont le gouvernement fédéral gère les décisions de soins pour une large population.
Les critiques ont soulevé deux préoccupations qui dépassent la technologie elle-même. La première est opérationnelle : des enquêtes citées par la chercheuse Zena Wolf du Center for Health and Democracy, s’appuyant sur des reportages du Washington Post, de KFF Health News et du Seattle Times, suggèrent que dans les premiers mois du projet pilote, le modèle a contribué à des retards de soins et à des refus dans les six États. La seconde préoccupation est structurelle. Les prestataires participant à WISeR perçoivent une part de ce que la CMS appelle les « averted expenditures », c’est-à-dire des revenus liés aux demandes de soins rejetées. Cette structure d’incitation a suscité de vives critiques de la part des législateurs, dont plusieurs ont déposé des résolutions et des amendements pour bloquer le financement du modèle.
L’analyste des politiques de santé Camm Epstein a clairement formulé cette tension fondamentale dans une déclaration à Undark : l’IA devrait être utilisée pour faciliter l’approbation des soins appropriés, et non pour faciliter le refus des soins nécessaires.
La question plus profonde à laquelle l’IA ne peut répondre seule
Voici ce que la plupart des reportages sur ce sujet omettent. Le débat sur l’IA dans l’autorisation préalable n’est pas principalement un débat sur la technologie. C’est un débat sur les incitations, et l’IA ne résout pas ce débat. Elle accélère simplement la direction dans laquelle pointe déjà la structure d’incitation.
Si un assureur ou un prestataire tire profit des refus, l’autorisation préalable pilotée par l’IA produira des refus plus rapides et à plus grande échelle. Si le système est conçu pour identifier les demandes clairement éligibles et les approuver sans délai, l’IA peut également le faire. La technologie est capable de ces deux résultats. Celui qui se concrétisera dépend de la gouvernance, de la transparence et de la responsabilité, et non de la sophistication de l’algorithme.
La position de l’AMA reflète cette logique. L’organisation préconise d’obliger les assureurs à fournir un raisonnement clinique détaillé en cas de refus de couverture, ainsi qu’une plus grande transparence sur la manière dont les algorithmes d’IA parviennent à leurs conclusions. Sans cette transparence, les patients et les médecins n’ont aucun moyen d’évaluer si un refus reflète un véritable jugement clinique ou un modèle automatisé optimisé pour la réduction des coûts.
L’administration Trump envoie elle-même des signaux contradictoires. Alors que la CMS étend l’autorisation préalable pilotée par l’IA dans l’original Medicare via WISeR, l’administrateur de la CMS, Mehmet Oz, a simultanément averti les assureurs privés qu’ils devaient réduire leur recours à l’autorisation préalable sous peine de s’exposer à une réglementation fédérale. Le secteur a réagi en présentant des données montrant que les demandes d’autorisation préalable ont diminué de 11 % entre juin 2025 et avril 2026. Reste à savoir si les taux de refus ont également diminué.
En bref
L’IA peut traiter les demandes d’autorisation préalable plus rapidement que n’importe quelle équipe humaine. La vitesse est bien réelle. Mais la vitesse dans un système défaillant ne corrige pas ce système. Elle le démultiplie. Le projet pilote WISeR est le premier test majeur de l’autorisation préalable pilotée par l’IA dans l’original Medicare, et ses premiers signaux sont mitigés. La question structurelle — à qui profite le refus d’une demande — reste sans réponse de la part de la technologie. Tant que la conception des incitations, les exigences de transparence et les mécanismes de responsabilité ne seront pas à la hauteur des capacités des outils déployés, l’IA dans l’autorisation préalable risque tout autant d’enraciner les problèmes existants que de les résoudre.
D’après un reportage de Ars Technica.