Contexte :
Après la révolution numérique déclenchée par l'IA générative basée sur les grands modèles de langage (LLM) [1] et initiée par OpenAI et son chatbot ChatGPT, les agents d'IA [2] devraient être la prochaine grande technologie de l'IA et, selon Gartner, la technologie la plus en vogue en 2024. Les agents d'IA sont également basés sur les LLM, mais ils ont plus de capacités telles que la prise de décision, la résolution de problèmes, l'interaction avec des environnements externes et l'exécution d'actions. Contrairement aux LLM, la réponse des agents d'IA n'est pas limitée par les données utilisées pour les former. Pour répondre à des demandes complexes pour lesquelles ils ne disposent pas d'une base de connaissances complète, les agents d'intelligence artificielle peuvent décomposer les tâches et créer un flux de travail composé de sous-tâches spécifiques. Ces sous-tâches peuvent être résolues à l'aide d'outils externes que l'agent d'IA peut appeler. Ces outils peuvent être des ensembles de données externes, des recherches sur le web, des API, des modèles d'IA spécialisés et même d'autres agents d'IA. Après chaque sous-tâche, l'agent peut mettre à jour sa base de connaissances, réévaluer son plan d'action et le modifier si nécessaire. En outre, les agents d'intelligence artificielle peuvent améliorer leur raisonnement et leur précision en tirant des enseignements du retour d'information fourni par d'autres agents d'intelligence artificielle et par des humains. Ils pourront ainsi mieux aligner leurs résultats sur les objectifs visés par les utilisateurs et éviter de répéter les mêmes erreurs en stockant les solutions aux obstacles précédents dans une base de connaissances.[...]
Les approches proposées dans cette thèse de doctorat seront appliquées à l'autorisation préalable dans le cadre de l'assurance maladie. Elle représente une charge administrative importante pour les prestataires de soins de santé, entraînant des retards dans la prise en charge des patients, une augmentation des coûts opérationnels et un épuisement professionnel des cliniciens.
Les processus de pré-autorisation des assurances de soins de santé souffrent de plusieurs problèmes critiques :
- L'examen manuel des dossiers des patients et des polices d'assurance, qui prend beaucoup de temps et crée d'importants goulots d'étranglement.
- Interprétation incohérente des critères de couverture par les examinateurs, ce qui entraîne des problèmes systémiques nécessitant des réformes internes et des programmes de formation améliorés.
- Des taux d'erreur élevés dans la documentation clinique et le codage, que des systèmes automatisés tels qu'InsightRT se sont révélés capables de réduire en s'intégrant aux dossiers médicaux électroniques [3].
- Les retards dans les soins aux patients dus aux délais de traitement administratif, les cabinets d'orthopédie constatant des délais d'approbation moyens de plus de 30 jours pour des procédures telles que les arthroplasties totales de la hanche et du genou [4]. Ces difficultés se traduisent par un gaspillage administratif annuel d'environ 31 milliards de dollars dans le seul système de santé américain (American Medical Association, 2023), 92 % des médecins déclarant que les processus de préautorisation ont un impact négatif sur les résultats cliniques des patients.
Date limite de candidature : 12/05/2025
Date de début : 01/10/2025
Salaire brut : 2200 €
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.