Des dossiers obtenus par l’Electronic Frontier Foundation (EFF) dans le cadre d’une action en justice contre le gouvernement américain ont révélé des problèmes opérationnels, des retards et des refus de demandes de soins dans le cadre du modèle Wasteful and Inappropriate Service Reduction (WISeR), un programme expérimental de Medicare qui utilise l’intelligence artificielle pour aider à évaluer les demandes d’autorisation préalable concernant certains services médicaux.
L’EFF a publié près de 1 000 pages de documents transmis par les Centers for Medicare & Medicaid Services (CMS). Ils comprennent des contrats conclus avec des entreprises technologiques, des rapports internes sur l’état du programme et des notes de prestataires de soins. L’organisation affirme que ces dossiers reflètent des plaintes antérieures concernant des retards d’approbation, des refus inappropriés, des défaillances des systèmes et leurs répercussions sur les patients.
Des retards dépassant le délai annoncé
Les CMS ont lancé le modèle WISeR en janvier 2026, six mois après son annonce, et l’ont appliqué aux personnes âgées dans six États. Dans le cadre de ce modèle, les prestataires doivent obtenir une autorisation préalable pour certains traitements s’ils veulent garantir leur prise en charge par Medicare, tandis que des entreprises privées sous contrat avec les CMS évaluent les demandes à l’aide d’outils d’intelligence artificielle.
Les CMS annoncent que les entreprises doivent répondre dans un délai de 72 heures, mais les rapports internes sur l’état du programme obtenus par l’EFF montrent qu’un grand nombre de demandes n’ont pas reçu de réponse dans ce délai. Un document mentionne une demande restée sans réponse pendant 83 jours. Des prestataires de soins ont également signalé que des patients avaient attendu des semaines pour obtenir des autorisations ou des instructions, ce qui a entraîné le report d’actes médicaux et laissé des patients souffrir.
Une incitation financière liée aux refus
Les documents indiquent que les entreprises contractantes sont rémunérées pour les demandes qu’elles refusent, mais ne perçoivent pas cette rémunération lorsque le refus est annulé après un recours. Les CMS lient les paiements à des notes de qualité qui mesurent l’exactitude et la rapidité des décisions, mais le guide de déclaration des données WISeR indique que la baisse de ces notes ne réduit les paiements que de 5 à 10 %, selon l’EFF.
Au cours des trois premiers mois du programme, deux entreprises ont refusé plus de 20 000 demandes d’autorisation préalable. L’entreprise Virtix a également refusé davantage de demandes qu’elle n’en a approuvé au cours de la même période. C’est à cette entreprise que les CMS ont demandé de présenter un plan de mesures correctives.
Un lancement précipité et des problèmes techniques
Les dossiers montrent qu’environ un mois avant le lancement, l’entreprise Innovaccer a informé les CMS qu’elle entrerait en service avec une version dépourvue de certaines fonctionnalités complètes et n’ayant pas fait l’objet de tests exhaustifs. L’entreprise a évoqué l’évolution des exigences, le manque de clarté des mécanismes de gouvernance et le temps insuffisant pour effectuer des tests complets avec les prestataires de soins. Elle a déclaré que l’activation de l’approbation automatique de toutes les demandes était l’option disponible, en raison de la décision des CMS de ne pas reporter la date de début du modèle.
Des rapports ultérieurs montrent que certaines fonctionnalités n’étaient toujours pas achevées ou testées plusieurs mois après le lancement. Innovaccer était chargée de traiter les demandes de l’État de l’Ohio, où les notes des prestataires de soins faisaient état de plaintes concernant la faiblesse de la communication et la longueur des délais d’attente. Des témoignages indiquent que des patients ont attendu plus d’un mois avant l’émission d’un numéro de demande, ce qui a entraîné l’annulation d’opérations chirurgicales.
Pourquoi cette information est-elle importante ?
Les documents fournissent une indication concrète du fait que l’utilisation de l’intelligence artificielle dans les décisions de couverture médicale ne dépend pas seulement de la précision du modèle, mais aussi de la conception des contrats, du rythme du lancement et des mécanismes de recours et de contrôle. Les CMS affirment qu’un médecin qualifié doit examiner chaque cas de refus, mais l’EFF souligne que des questions fondamentales sur les systèmes utilisés et sur les tests de précision, de biais et d’hallucinations restent sans réponses complètes.
Cette question revêt une importance accrue, car un document de planification de juin 2025 examinait la possibilité d’étendre ultérieurement le modèle à 13 services au cours de sa première année, avec l’ajout éventuel de services plus urgents tels que le transport médical aérien, le traitement du cancer, les examens par IRM et des médicaments pour lesquels les critères de couverture ne sont pas publiquement disponibles. Les CMS continuent de transmettre des documents supplémentaires dans le cadre de la procédure judiciaire ; le tableau complet des systèmes et des contrôles utilisés reste donc en cours d’établissement.