Dans un contexte d'inflation médicale persistante et de montée en puissance des fraudes, WTW, l'un des acteurs mondiaux du conseil et du courtage en assurance, renforce son dispositif global de maîtrise de la sinistralité via l'intégration de l'IA. Grâce à cette solution alliant expertise humaine et technologies de pointe, WTW permet aux entreprises et aux assureurs de préserver les ressources du régime en remboursant les dépenses de santé légitimes et dûment justifiées et de limiter les effets de la dérive médicale sur la hausse des contrats en santé des assurés.
Une réponse forte face à la "professionnalisation" de la fraude
Sous l'effet combiné des réformes réglementaires, de l'inflation médicale et du vieillissement de la population, les dépenses de santé remboursées par les régimes complémentaires collectifs ont affiché une dérive de 4,9% sur l'année 2025.
Parallèlement, les fraudes et les abus de facturation s'accélèrent : la Caisse Nationale de l'Assurance Maladie (CNAM) a enregistré une hausse de 15,1% de la fraude détectée ou stoppée en 2025, atteignant le montant record de 723 millions d'euros.
À l'échelle du marché, on estime que 3 à 5% du montant des prestations santé payées par le complémentaires santé présentent des situations de fraude ou d'anomalies de facturation et que plus de 70% d'entre elles proviendraient désormais des "professionnels de santé", notamment sur les postes historiquement les plus exposés que sont l'optique, le dentaire et l'audioprothèse.
"Face à une fraude qui se digitalise, s'organise et se professionnalise, nous passons à la vitesse supérieure. Notre objectif est triple : sécuriser la dépense santé de nos clients - les entreprises - face à cette dérive, protéger le pouvoir d'achat des assurés en faisant reculer les pratiques abusives de certains professionnels de santé, et préserver l'équilibre technique des contrats sans jamais avoir à réduire le niveau des garanties", explique Noémie Marciano, directrice de l'activité assurance de personnes chez WTW en France.
L'expertise humaine renforcée par l'IA pour une meilleure efficacité opérationnelle
Pour optimiser la maîtrise de la sinistralité en santé, WTW capitalise sur des fondations opérationnelles solides et éprouvées : une expertise métier portée par des centaines de gestionnaires formés à la détection d'atypies, une cellule centrale spécialisée, ainsi qu'un double niveau de contrôle (premier et second niveau) pour traquer systématiquement les anomalies de facturation classiques (erreurs de saisie ou actes incompatibles).
La nouveauté réside dans l'intégration de l'IA et de la Data Science, qui font passer ce dispositif historique à la vitesse supérieure. Grâce au déploiement d'outils de Machine Learning, WTW change d'échelle en automatisant la détection des scénarios de fraude les plus complexes (collusions, facturations fantômes, documents falsifiés). Ces technologies permettent désormais de réaliser des analyses comportementales prédictives sur l'ensemble des flux (en tiers payant comme hors tiers payant) et sur tous les postes, de la pharmacie à l'hospitalisation.
À cette puissance technologique s'ajoute un nouveau filtre tarifaire intelligent (optique et audio). Ce dernier contrôle les devis en temps réel pour identifier et rejeter automatiquement les propositions "hors marché", garantissant ainsi le juste prix pour l'assuré final.
Ce nouveau service répond à un enjeu partagé par les employeurs et leurs collaborateurs : maîtriser la hausse des dépenses de santé sans dégrader la qualité de la couverture.
En effet, ces hausses ne sont jamais neutres pour les collaborateurs. La complémentaire santé étant, dans la grande majorité des cas, co-financée par l'employeur et le salarié, chaque augmentation de cotisation se traduit par une baisse immédiate du pouvoir d'achat, visible dès le bulletin de paie. En limitant les dépenses injustifiées et les pratiques abusives, le dispositif contribue donc directement à stabiliser les cotisations et à préserver le revenu disponible des assurés.
Copyright (c) 2026 Zonebourse.com - All rights reserved.
