Projets

Barmer soigne ses processus avec du process mining dopé à l'IA

La caisse d'assurance maladie allemande Barmer crée un graphe de ses processus pour les améliorer, rationaliser et automatiser. (Photo : Bramer)

Pour rationaliser, optimiser et automatiser ses processus, la caisse d'assurance maladie allemande Barmer a opté pour du process mining. Mais il ne se contente pas d'une description individuelle de ses processus, et opte pour une solution enrichie de machine learning pour réaliser un graphe des processus et de leurs relations.

PublicitéAvec environ 8,6 millions d'assurés, l'Allemand Barmer est l'une des plus grandes caisses d'assurance maladie outre-Rhin. Comme nombre d'acteurs du secteur de la santé, il veut optimiser et rationaliser le traitement des données personnelles de ses assurés ou la gestion de la facturation, ou encore réduire le temps de réaction aux demandes des clients.

Pour atteindre ces objectifs, Barmer a décidé de créer une cartographie, sorte de double numérique, de ses processus digitalisés. Il a choisi de faire appel à du process mining à base d'IA conçu par l'éditeur allemand Celonis. Le process mining traditionnel consiste en effet à identifier et extraire des événements d'un ERP ou d'un CRM, par exemple, pour reconstituer la logique de fonctionnement d'un ou plusieurs processus, et identifier, voire prédire, les problèmes rencontrés lors de l'exécution de ces derniers.

Un graphe des processus, et non une description individuelle

Mais cette méthode présente un défaut majeur, si l'on en croit Celonis et Barmer, dans une activité comme celle de l'assureur : elle ne considère chaque processus que de façon indépendante. La solution PI-Graph (Process-Intelligence-Graph) de Celonis s'appuie, elle, sur une technologie appelée object centric process mining (OCPM), qui prend en compte tous les objets liés à un processus et les liens entre eux, et en déduit un graphe.

Chez Barmer, PI Graph collecte et consolide ainsi, à partir du SI, les data nécessaires à la description des processus, et exploite des algorithmes de machine learning entrainés avec une base de quelques milliers de projets de clients de Celonis. Résultat, l'assureur disposera d'un double numérique de ses processus identifier des blocages, des problèmes, des leviers d'amélioration de son back-office et de son front-office ainsi que de certaines applications, mais aussi de pistes pour automatiser et transformer ses processus. Dans un premier temps, les deux entreprises travaillent sur les parcours de soin et la prise en charge des patients, notamment sur la facturation des frais de déplacement et de transport des malades. Des processus qui peuvent se révéler plus complexes qu'on l'imagine.