Réduction du temps de traitement des demandes médicales grâce à l'IA sur AWS : la solution EXL Medical IDP
Des gestionnaires de sinistres passent en moyenne plus de 100 minutes par dossier à examiner manuellement des dossiers médicaux, souvent longs de plusieurs centaines de pages et remplis de terminologie clinique spécialisée. Pour répondre à ce problème, la société EXL, spécialisée depuis plus de 25 ans dans l'analyse de données et l'IA pour des clients du Fortune 500 et forte de plus de 50 000 employés dans le monde, a développé une solution baptisée Medical IDP (intelligent document processing), déployée sur l'infrastructure cloud d'Amazon Web Services (AWS). Le système combine deux briques technologiques complémentaires. Xtrakto.AI se charge de l'ingestion des documents, leur découpage, leur classification et l'extraction de données grâce à la vision par ordinateur, au traitement du langage naturel et à des workflows d'IA agentique, sans nécessiter de modèles préconfigurés pour chaque type de document. EXL Insurance LLM, un grand modèle de langage affiné sur des données spécifiques au secteur de l'assurance et de la santé, assure ensuite la couche d'intelligence métier : résumé médical, interrogation en langage naturel, raisonnement traçable et génération de données structurées, en s'appuyant sur sa compréhension des codes ICD (classification internationale des maladies) et CPT (terminologie des actes médicaux). L'entraînement et l'inférence du modèle reposent sur Amazon SageMaker AI, tandis qu'Amazon Bedrock permet d'accéder à la demande à des modèles de fondation généralistes via une API unique.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de AWS ML Blog. Lire l'article original →
Cette automatisation vise à réduire drastiquement le temps de traitement des dossiers médicaux, un enjeu direct pour les assureurs comme pour les assurés. Aujourd'hui, la lenteur et la nature manuelle de ce travail entraînent des retards dans le règlement des sinistres, des incohérences d'évaluation entre professionnels, une hausse des coûts d'indemnisation et une expérience client dégradée, sans compter un risque accru de contrôle réglementaire. En automatisant l'extraction et la synthèse d'informations médicales complexes, disséminées dans des dizaines de types de documents (comptes rendus de soins chiropratiques, tests diagnostiques, passages aux urgences, rapports opératoires, consultations, prescriptions, évaluations psychiatriques, résultats de laboratoire, examens médicaux indépendants ou revues par les pairs), la solution promet aux gestionnaires de sinistres et aux souscripteurs un gain de temps important et une meilleure cohérence des décisions, tout en réduisant le risque d'erreurs d'interprétation entre professionnels.
Cette initiative s'inscrit dans une tendance plus large d'adoption de l'IA générative par le secteur de l'assurance, confronté à la pression de traiter des volumes croissants de données non structurées tout en maîtrisant les coûts et les délais. Le choix d'EXL de bâtir sa solution entièrement sur AWS, en combinant un modèle propriétaire hébergé sur SageMaker AI et un accès flexible à des modèles tiers via Bedrock, illustre une approche hybride de plus en plus répandue chez les fournisseurs de logiciels d'entreprise, qui cherchent à concilier personnalisation métier et évolutivité de l'infrastructure. L'ensemble du pipeline fonctionne sous des contrôles d'accès unifiés via AWS Identity and Access Management, un point clé pour les assureurs soumis à des exigences strictes de sécurité et de confidentialité des données de santé. À terme, ce type de solution pourrait redéfinir les standards de rapidité et de fiabilité attendus dans l'instruction des sinistres et de la souscription en assurance-vie et santé.
Pas d'impact direct sur la France/UE