L’intelligence artificielle (IA) s’avère être un outil précieux pour la gestion des demandes d’indemnisation des accidents du travail, notamment en ce qui concerne la prévention des litiges.

L’utilisation de cette technologie dans le cadre des demandes d’indemnisation des accidents du travail peut comporter d’autres avantages. Elle peut en effet permettre de mieux cerner la source de certaines demandes de règlement, de faciliter la sélection d’un meilleur fournisseur de soins médicaux dans le cadre de demandes de règlement en particulier et de déceler plus rapidement les demandes de règlement potentiellement catastrophiques afin d’intervenir rapidement^[1].

À l’instar de ce que l’on observe en ce qui a trait aux autres technologies, les entreprises qui sont les premières à profiter du potentiel de ce type d’innovations sont en mesure d’en tirer les meilleurs avantages, du fait qu’elles obtiennent une longueur d’avance par rapport à leurs concurrents.

Une abondance relative de données à analyser

Comparativement à de nombreux autres segments liés à la gestion du risque, l’indemnisation des accidents du travail présente l’avantage d’être assujettie à des exigences étatiques connexes, ce qui nécessite la collecte d’une grande quantité de données, soit des renseignements qui vont au-delà des simples détails ayant trait à la blessure.

Outre l’utilisation de l’IA pour évaluer les données structurées, le traitement du langage naturel peut être employé dans les communications régulières entre l’équipe d’experts en sinistres et un travailleur blessé. Ces évaluations peuvent fournir des renseignements importants sur les émotions que ressent l’employé.

L’évaluation de l’état émotionnel peut donner un aperçu de la relation générale entre le travailleur blessé et l’administrateur des demandes de réclamations. De tels renseignements peuvent être utiles pour prévoir le risque de litige. Si l’on juge que l’état émotionnel est négatif, le risque de litige est plus élevé, tandis que s’il est positif, le risque de litige est moins présent. Le fait de comprendre ce risque peut contribuer à orienter l’approche de l’employeur à l’égard de la demande de règlement.

Au fil du temps, les éléments d’apprentissage automatique intégrés à l’IA permettent d’améliorer les modèles. Chaque amélioration apportée paraît sans doute modeste, mais l’ensemble de ces progrès font boule de neige : plus le temps avance et plus les modèles en place sont exacts. À mesure que s’améliorent les modèles, la valeur des données augmente, tout comme la capacité de la technologie à prévoir les risques associés aux demandes d’indemnisation des accidents du travail.

En fin de compte, la capacité d’analyser tous les points de données disponibles, qu’ils soient structurés ou non, peut aider les employeurs à mieux comprendre les tendances en matière de blessures. L’IA aide même à repérer les demandes frauduleuses d’indemnisation des accidents du travail. Ces résultats, à leur tour, peuvent réduire les coûts des sinistres et le coût total de la gestion du risque.

Déterminer les répercussions de la pandémie

Comme la pandémie actuelle de COVID-19 a obligé de nombreux employés à travailler à distance, les employeurs ont souvent perdu le contrôle en ce qui a trait à l’ergonomie du poste de travail de ces employés, préparant le terrain pour d’éventuelles demandes d’indemnisation des accidents de travail.

Bien que l’on n’ait pas encore assisté à une vague de demandes de règlement de la part d’employés qui travaillent sur la table de leur cuisine ou leur canapé, il y a tout de même lieu de s’y attendre. À mesure que seront soumises ces demandes de règlement, l’IA devrait être en mesure d’aider les employeurs à en gérer les risques.

L’IA pourra ainsi contribuer à déterminer les cas qui peuvent être graves en prédisant leur complexité relative selon leurs caractéristiques. La technologie tiendra compte non seulement des codes de diagnostic, mais aussi de facteurs tels que l’endroit où vit l’employé pour déterminer si la demande de règlement peut présenter un risque accru.

L’analyse détaillée de ces demandes de règlement aidera également les employeurs en ce qui concerne la prévention des sinistres, leur permettant ainsi de prendre des décisions éclairées sur les mesures à prendre et le moment où ils doivent agir dans les cas qui, sans intervention, pourraient être suffisamment complexes pour entraîner des sinistres importants.

Les avantages de la prévention des sinistres

En plus de contribuer à réduire le nombre de litiges, l’utilisation de l’IA dans l’analyse des demandes d’indemnisation des accidents du travail peut aussi permettre aux employeurs de mieux comprendre les risques à cet égard. Les renseignements qu’ils recueillent peuvent donc servir à réduire l’exposition au risque au fil du temps.

Il est possible de tirer une valeur ajoutée d’une fonction d’explicabilité intégrée, laquelle permet aux employeurs de cerner les caractéristiques des réclamations qui, selon les modèles, peuvent occasionner des risques accrus.

Parmi ces facteurs figurent la profession, le niveau de rémunération, l’âge ou la région de l’employé blessé. La fonction d’explicabilité permettra aussi de préciser à l’employeur l’importance que prêtent les modèles d’IA aux diverses caractéristiques ainsi que le risque potentiel de litige d’une demande de règlement.

Grâce aux renseignements qu’ils possèdent concernant les facteurs ayant une incidence sur le risque de litige, les employeurs peuvent commencer à atténuer le risque plus rapidement. Ils peuvent ainsi adapter leur approche pour gérer les dossiers des personnes qui présentent des caractéristiques de risque plus élevées.

À mesure que les entreprises utilisent les modèles, elles amassent des renseignements sur les caractéristiques qui entraînent le plus souvent des risques de litige accrus et peuvent élaborer des stratégies et des processus afin d’aider à atténuer les risques de litige associés à certaines demandes de règlement ou à des profils d’employés en particulier.

Mesure du rendement

Pour bien comprendre les avantages que présente l’utilisation de l’IA, le rendement doit faire l’objet d’un suivi à divers égards. Bien sûr, les renseignements relatifs au nombre de cas qui présentent un risque élevé selon la technologie et le nombre de dossiers fermés avec succès sans entraîner de litige sont des indicateurs avancés importants.

Cela dit, il est également nécessaire d’examiner les indicateurs de retard, comme le volume courant des litiges par rapport à celui du lendemain, ou le volume d’hier par rapport à celui d’aujourd’hui. Bien sûr, l’un des objectifs est de réduire constamment ce nombre. Il est toutefois essentiel d’établir un lien entre cette mesure et le coût total ainsi que de déterminer si le coût total du programme d’indemnisation des accidents du travail diminue de façon normalisée.

Bon nombre des mesures qui feront l’objet d’un suivi dépendront des objectifs précis de l’employeur. Par exemple, des entreprises peuvent chercher à atteindre certains objectifs de réduction du nombre de litiges ou de frais de litige au sein de certaines entités opérationnelles. En fin de compte toutefois, les mesures utilisées devraient appuyer les efforts visant à mieux gérer les demandes d’indemnisation des accidents du travail afin de réduire le coût total de la gestion du risque.

Technologie et avantage concurrentiel

Comme dans d’autres secteurs d’activité, l’utilisation de la technologie dans le traitement des demandes d’indemnisation des accidents du travail et d’autres facteurs de risque en vue de réduire le coût de la gestion du risque peut représenter une source d’avantages concurrentiels.

Les entreprises qui tirent parti de la puissance de l’IA dans leurs programmes d’assurance et leur gestion des risques peuvent mieux contrôler leurs coûts d’assurance fixes ainsi que les coûts variables des sinistres retenus. Qui plus est, cette technologie répondra mieux aux besoins au fil du temps, ce qui en renforcera les avantages potentiels.

^{[1] Six Ways to Reduce Workers’ Comp Claims Using AI, Clara Analytics (en anglais)}