Les PDG en parlent haut et fort.
Amazone. Force de vente. IBM. Shopify.
À chaque appel aux résultats, le message est identique : l’IA générative réduit les coûts. Cela réduit les effectifs. Il automatise la mouture. Le Forum économique mondial prédit que l’IA supprimera 92 millions de postes d’ici 2030. Goldman Sachs affirme que l’IA supprime déjà 16 000 emplois aux États-Unis par mois.
La logique tient la route dans la technologie. Si les ingénieurs logiciels codent plus rapidement ou si les avocats analysent davantage de dossiers, vous aurez besoin de moins de personnes assises sur les chaises. C’est le même manuel qui a révolutionné l’agriculture. Les tracteurs ont remplacé les agriculteurs. En 1900, 41 % des Américains travaillaient dans l’agriculture. Aujourd’hui, c’est moins de 2 %. La nourriture est moins chère par rapport aux revenus parce que la force mécanique remplace les muscles humains.
Ce modèle de substitution est logique pour la plupart des secteurs.
Cela échoue dans la médecine américaine.
Essayer de forcer les médecins et les infirmières à voir plus de patients en moins de temps ne permet pas d’économiser de l’argent. Cela crée un goulot d’étranglement au fond. Les coûts réels des soins de santé viennent d’en haut : des maladies évitables qui se transforment en crises potentiellement mortelles.
Une hypertension mal contrôlée entraîne un accident vasculaire cérébral. Un diabète non géré entraîne une insuffisance rénale et des amputations. Ces événements nécessitent une intervention chirurgicale. Ils nécessitent une hospitalisation. Ils ont besoin de médicaments coûteux.
Prévenir ces crises permet d’économiser plus d’argent que de licencier du personnel.
Il suffit de regarder les calculs. Les dépenses de santé s’élèvent à 5,7 billions de dollars par an. Il devrait atteindre 9 000 milliards de dollars d’ici 2036. Les services médicaux et cliniques ne représentent que 20 % de ces dépenses, selon KFF. Des salaires directs pour les médecins et les infirmières ? Une part encore plus petite du gâteau.
Même si GenAI réduisait les coûts de main-d’œuvre des cliniciens de 10 % – une hypothèse massive – les dépenses médicales totales ne baisseraient que de 2 à 3 %. Et cela suppose que ces économies soient répercutées sur les patients ou les contribuables. Ce qu’ils ne font pas toujours.
Comparez cela à la gestion des maladies chroniques. Un contrôle efficace de maladies telles que le diabète et l’hypertension pourrait réduire les complications potentiellement mortelles, permettant ainsi d’économiser plus de 1 000 milliards de dollars par an. Cela représente près de 20 % des dépenses totales.
La prévention vaut mieux que le remplacement. À chaque fois.
Comment GenAI améliore la gestion des maladies chroniques
Soixante-seize pour cent des adultes américains vivent avec des maladies chroniques. Hypertension artérielle. Diabète. Insuffisance cardiaque. Ces maladies représentent une part disproportionnée de nos dépenses médicales.
Pourtant, ils sont mal gérés.
Aux États-Unis, seul un adulte sur quatre souffrant d’hypertension artérielle la maîtrise. Des millions de personnes sont confrontées à des écarts similaires entre ce que la médecine peut faire et ce que le système délivre réellement.
C’est là que l’IA générative brille. Non pas en remplaçant le médecin, mais en comblant le fossé de la communication.
GenAI peut traduire des diagnostics complexes en langage simple. Une meilleure compréhension conduit à une meilleure adhésion. Les patients suivent les instructions lorsqu’ils les reçoivent.
Il peut également être lié à des appareils portables. Surveillance continue de la pression artérielle pour les patients hypertendus. Suivi du glucose pour les diabétiques. Signes avant-coureurs d’une insuffisance cardiaque.
À l’heure actuelle, les patients attendent des mois avant la prochaine visite prévue. D’ici là, des dégâts pourraient être causés. Grâce à la surveillance basée sur l’IA, les cliniciens sont alertés lorsque un état s’aggrave. Ils peuvent ajuster leurs médicaments des mois plus tôt.
Le résultat est la stabilité. Pas seulement l’efficacité.
Quand l’accès compte le plus
Les heures de clinique sont limitées. Les problèmes médicaux ne le sont pas.
À 2 heures du matin un dimanche, un patient n’a aucune option. Ils peuvent attendre lundi et espérer que leur état ne s’aggrave pas. Ou ils peuvent aller aux urgences.
Les visites aux urgences coûtent cher. Ils sont chaotiques. Et souvent, ils ne sont pas nécessaires.
GenAI peut trier ce chaos.
Un outil d’IA peut évaluer les symptômes. Il peut dire à un patient : « Allez à l’hôpital maintenant » ou « Attendez jusqu’au matin ». Des études récentes montrent que de grands modèles de langage répondent aux questions médicales avec une précision comparable à celle des cliniciens. Parfois mieux.
La peur est une hallucination de l’IA. Faire des erreurs. Mais comparez l’IA à un patient paniqué recherchant ses symptômes sur Google à minuit. Le risque de consulter un outil d’IA est bien inférieur au risque de ne rien faire.
Bien sûr, une surveillance est nécessaire. Les médecins doivent rester informés. Mais le filet de sécurité de base s’améliore considérablement.
Coordination des soins pour les personnes âgées
Plus de 90 % des adultes de plus de 65 ans souffrent d’au moins une maladie chronique. Presque tous prennent des ordonnances.
Les patients de Medicare souffrant de multiples pathologies consultent en moyenne 14 médecins par an.
Quatorze.
C’est un cauchemar logistique. C’est également un risque pour la sécurité.
Les médicaments changent avec l’âge. Un médicament qui vous a sauvé la vie à 60 ans peut être risqué à 80 ans. Mais les ordonnances sont souvent renouvelées automatiquement. Les années passent. Le risque s’accumule.
Puis un autre médecin prescrit un nouveau médicament, ignorant les anciens.
Des interactions médicamenteuses se produisent. Les chutes arrivent. Les hanches se cassent.
L’IA générative agit comme un agent de sécurité invisible. Il peut signaler les médicaments qui ne sont plus conformes aux directives nationales. Il peut avertir en cas de conflit entre deux médicaments.
Moins d’erreurs. Moins d’hospitalisations. Coûts réduits.
Pourquoi l’adoption stagne
Les barrières ne sont pas techniques. La technologie existe.
Les obstacles sont financiers, systémiques et culturels.
** Financier :** Les médecins et les hôpitaux sont payés en fonction du volume. La rémunération à l’acte récompense les médecins occupés qui en font plus. Si GenAI permet aux patients de gérer leurs soins à domicile, cela menace le modèle de revenus basé sur le volume. La capitation – paiements fixes pour les soins à la population – aligne mieux les incitations. Mais nous n’en sommes pas encore là.
Systémique : Les soins de santé sont fragmentés. Il s’appuie sur des visites basées sur un calendrier. Déposer une application dans un dossier de santé électronique ne répare pas un modèle défectueux. Les cliniciens doivent utiliser activement l’IA pour des soins continus, et pas seulement comme un tampon numérique.
Culturel : Nous privilégions l’intervention à la prévention. Le chirurgien qui ouvre une artère bloquée reçoit des applaudissements. L’équipe de soins primaires qui a gardé l’artère dégagée est invisible. Et soyons honnêtes : les cliniciens considèrent l’IA comme une menace. Un outil qui fait le travail d’un médecin fait peur.
Le cycle vertueux
Si les dirigeants des soins de santé pensent que le système actuel est excellent, ils ne le répareront jamais. Ils essaieront simplement de remplacer les travailleurs.
Mais s’ils voient les centaines de milliers de personnes qui meurent chaque année de complications évitables, le calcul change.
La mise en œuvre correcte de GenAI crée une boucle de rétroaction.
La demande évitable diminue. Les cliniciens disposent de plus de temps pour les cas complexes. Les soins s’améliorent. Les complications tombent. Les coûts diminuent. Des coûts réduits libèrent des ressources pour davantage de prévention.
Remplacer les médecins n’est pas l’avenir de la médecine américaine.
Les aider à maintenir les gens en vie plus longtemps, avec moins de frictions, l’est.
