Deux étudiants de l’IMT Atlantique, Clément Leriche et Robin Morgand, ont récemment présenté au Congrès des audioprothésistes une méthode innovante de détection des anomalies dans les remboursements de soins auditifs. Leur travail, réalisé en collaboration avec le Syndicat des audioprothésistes, repose sur l’analyse de données anonymisées issues du Système national des données de santé (SNDS) et s’appuie sur l’intelligence artificielle pour repérer d’éventuelles fraudes. Durant six mois, ces futurs ingénieurs ont étudié les transactions du marché français entre 2021 et 2024, établissant des normes de référence à partir d’un tableau de bord interactif. En moyenne, un établissement type équipe des patients âgés de 73 ans, délivre 169 appareils auditifs par an et génère un chiffre d’affaires de 223 850 euros. À partir de ces données, un modèle d’apprentissage automatique, nommé Isolation Forest, a été utilisé pour identifier les structures dont les indicateurs s’écartent significativement de ces standards. Plusieurs critères ont été retenus comme révélateurs d’anomalies : un délai très court entre la prescription et la facturation, un faible pourcentage d’ORL parmi les prescripteurs, une forte concentration de patients éloignés de l’établissement ou encore un nombre inhabituellement élevé d’appareils de classe I, qui pourraient traduire une volonté d’optimiser les remboursements. L’analyse a permis de détecter 47 742 transactions suspectes, soit 1%, sur un total de 4 774 379, représentant une perte potentielle estimée à 55,5 millions d’euros. Toutefois, comme l’ont souligné les auteurs de l’étude, la présence d’anomalies ne constitue pas une preuve de fraude en soi. Les résultats doivent être confrontés à l’avis d’un expert et aux données nominatives des organismes de santé pour affiner les investigations.
Crédit photo: SDA
Pour recevoir les dernières infos, inscrivez-vous à notre newsletter.
Commentaires fermés.