PMSI, CCAM, T2A : comment l'IA automatise la facturation hospitalière en 2026

L'essentiel en 30 secondes

Introduction

En France, chaque séjour hospitalier doit être traduit en codes (PMSI, CCAM, GHM) pour déclencher le financement T2A de l'établissement. Cette opération de codage médical, réalisée par les Techniciens en Information Médicale (TIM), est longue, complexe et exposée à l'erreur humaine. À l'heure où les hôpitaux français font face à une pression budgétaire croissante, un codage incomplet ou erroné peut représenter des millions d'euros de pertes annuelles pour un seul établissement.

L'intelligence artificielle change profondément la donne. En 2026, des modèles de NLP (traitement du langage naturel) sont capables de lire un compte rendu de consultation, d'identifier les actes réalisés et de proposer automatiquement les codes CCAM et GHM correspondants, avec une précision dépassant 90 % sur les actes courants. Ce n'est plus de la prospective : c'est une réalité déployée dans des établissements pionniers.

Galeon, présent dans 19 hôpitaux et traitant plus de 3 millions de dossiers patients, a construit son DPI intelligent précisément autour de cette logique : structurer la donnée médicale à la source pour la rendre immédiatement exploitable, y compris pour automatiser la facturation. Un DPI qui produit une donnée propre dès la saisie clinique est le meilleur outil de codage qui existe.

Dans cet article, nous détaillons le fonctionnement du PMSI, de la CCAM et du T2A, les mécanismes concrets par lesquels l'IA automatise le codage médical, les gains attendus pour les établissements, et les limites réelles à connaître avant de se lancer.

Qu'est-ce que le PMSI, la CCAM et le T2A, et pourquoi sont-ils liés ?

Le PMSI (Programme de Médicalisation des Systèmes d'Information) est le système national qui permet de décrire et classer l'activité médicale des hôpitaux français. Créé dans les années 1980 et progressivement généralisé, il repose sur le principe que chaque séjour hospitalier peut être résumé par un ou plusieurs codes standardisés, regroupés en GHM (Groupes Homogènes de Malades).

La CCAM (Classification Commune des Actes Médicaux) est le référentiel qui liste et codifie l'ensemble des actes techniques réalisés par les professionnels de santé en France. Elle comporte plus de 18 000 codes, chacun associé à une valeur tarifaire précise. Un acte non codé ou mal codé est un acte non remboursé.

Le T2A (Tarification à l'Activité) est le modèle de financement qui lie directement les recettes d'un hôpital à son activité réellement codée et transmise à l'Assurance Maladie. Instauré en 2004 pour les établissements MCO (Médecine, Chirurgie, Obstétrique), il crée une dépendance directe entre la qualité du codage PMSI/CCAM et le niveau de financement de l'établissement.

La conclusion est simple : dans un système T2A, un hôpital qui code mal se finance mal.

Pourquoi la facturation hospitalière est-elle encore un problème majeur en 2026 ?

Malgré trente ans d'informatisation, le codage médical reste aujourd'hui majoritairement manuel, fragmenté et sous-optimisé dans la plupart des établissements français. Plusieurs raisons expliquent cette persistance.

Premièrement, la complexité des référentiels est exponentielle. La CCAM évolue régulièrement (plusieurs mises à jour annuelles), les règles de groupage GHM sont techniques, et la cohérence entre le diagnostic principal (DP), les diagnostics associés significatifs (DAS) et les actes CCAM exige une expertise pointue que les TIM seuls ne peuvent couvrir exhaustivement.

Deuxièmement, les TIM sont en tension permanente. Selon une enquête de l'ATIH, les services d'information médicale font face à une pénurie de professionnels qualifiés, aggravée par des charges croissantes. Un TIM expérimenté peut traiter entre 30 et 60 dossiers complexes par jour, un volume insuffisant dans les grands établissements.

Troisièmement, les données cliniques sont souvent non structurées. Les comptes rendus médicaux sont rédigés en langage libre, dans des formats hétérogènes, parfois manuscrits ou dictés. Extraire les informations codables de ces documents demande du temps et une lecture experte.

Résultat : selon une étude du CHU de Bordeaux publiée en 2023, entre 5 % et 12 % de l'activité hospitalière ferait l'objet d'une sous-facturation ou d'un codage incomplet, selon les établissements et les spécialités concernées.

Comment l'IA automatise-t-elle concrètement le codage PMSI et CCAM ?

L'automatisation du codage médical par l'IA repose sur trois briques technologiques complémentaires, qui fonctionnent en temps réel au sein du DPI.

Le NLP : lire et comprendre le langage clinique

Les modèles de traitement du langage naturel (NLP) sont entraînés sur des millions de comptes rendus médicaux. Ils sont capables d'identifier, dans un texte libre, les entités cliniques pertinentes : diagnostics, actes, médicaments, comorbidités. Une fois ces entités extraites, elles sont mappées automatiquement vers les codes PMSI, CCAM ou CIM-10 correspondants.

En 2026, les meilleurs systèmes atteignent des taux de concordance supérieurs à 92 % sur les actes courants (chirurgie ambulatoire, consultations standardisées), et entre 75 % et 85 % sur les cas complexes multi-pathologiques.

Le codage assisté : suggérer, pas imposer

L'approche la plus déployée en 2026 n'est pas le codage 100 % automatique, mais le codage assisté : l'IA propose une liste ordonnée de codes pertinents, avec un score de confiance, que le TIM valide, modifie ou rejette. Ce modèle préserve la responsabilité humaine tout en réduisant le temps de traitement par dossier de 40 % à 60 % selon les études pilotes.

La détection des anomalies et oublis

Au-delà du codage initial, l'IA joue un rôle crucial de contrôle qualité : elle identifie les incohérences entre le diagnostic principal et les actes codés, signale les actes probablement réalisés mais non mentionnés, et alerte sur les dossiers à risque de rejet par l'Assurance Maladie lors des contrôles T2A.

Un moteur IA de facturation ne remplace pas le TIM : il lui donne des yeux supplémentaires sur chaque dossier.

Quel est l'impact réel de l'automatisation T2A sur les recettes hospitalières ?

Les gains financiers de l'automatisation du codage sont documentés et significatifs. Une analyse menée sur plusieurs établissements ayant déployé des outils d'aide au codage par IA entre 2022 et 2025 (rapport ANAP, 2024) indique des résultats cohérents.

Les établissements pilotes rapportent en moyenne :

• Une récupération de recettes T2A comprise entre 3 % et 8 % grâce à la détection d'actes non codés ou sous-codés
• Une réduction du taux de rejet des dossiers par l'Assurance Maladie de 30 % à 50 % en moyenne
• Une diminution du délai moyen de production du PMSI de plusieurs semaines à quelques jours en post-séjour

Pour un hôpital de taille intermédiaire avec un budget T2A de 100 millions d'euros, une amélioration de 5 % du taux de récupération représente 5 millions d'euros de recettes supplémentaires, sans aucune augmentation de l'activité réelle. C'est de l'argent que l'hôpital avait déjà gagné, mais qu'il ne facturait pas.

L'impact est encore plus marqué sur les spécialités à forte densité d'actes : chirurgie, réanimation, oncologie, où la complexité des séjours multiplie les risques d'omission.

Comment Galeon intègre-t-il l'IA de facturation dans son DPI intelligent ?

La promesse de Galeon va plus loin que la simple assistance au codage en fin de séjour. Le DPI Galeon est conçu dès l'origine pour structurer la donnée médicale à la source, au moment de la saisie clinique par le soignant, ce qui rend le codage en aval mécaniquement plus simple, plus rapide et plus fiable.

Concrètement, cela signifie que :

• Les actes sont saisis dans un format standardisé et interopérable, compatible avec les référentiels CCAM et GHM
• Les diagnostics sont documentés avec les comorbidités dès la consultation, sans ressaisie ultérieure
• L'IA intégrée au DPI peut suggérer le codage PMSI en temps quasi réel, sans attendre la sortie du patient

Ce modèle de données propres à la source est fondamentalement différent de l'approche classique, où les TIM recodent a posteriori des informations imparfaitement saisies dans des systèmes hétérogènes.

Galeon déploie ce DPI intelligent dans 19 hôpitaux, dont 2 CHU, avec plus de 3 millions de dossiers patients et plusieurs milliers de soignants actifs. Cette base de données structurée et partagée, sécurisée par le Blockchain Swarm Learning®, constitue également un terrain d'entraînement unique pour affiner les modèles IA de codage sur des données médicales réelles françaises.

Pour mieux comprendre comment l'IA s'intègre dans le parcours de soin au-delà de la facturation, consultez notre article

‍

Codage manuel vs codage IA assisté : le comparatif

Quelles sont les limites et enjeux réels de l'automatisation de la facturation hospitalière ?

Il serait inexact de présenter l'IA de codage médical comme une solution sans friction. Voici les limites concrètes à intégrer dans toute stratégie de déploiement.

La qualité de la donnée d'entrée reste déterminante

Un modèle IA ne peut coder que ce qui est documenté. Si les comptes rendus médicaux sont lacunaires, dictés à la hâte ou rédigés dans un format non structuré, les performances du codage automatique chutent significativement. L'IA amplifie la qualité des données existantes : elle ne la crée pas.

La responsabilité médicale et réglementaire reste humaine

En France, la responsabilité du codage PMSI et de la transmission T2A à l'ATIH incombe légalement au médecin DIM (Département d'Information Médicale) de l'établissement. Aucun outil IA ne peut transférer cette responsabilité. Toute suggestion algorithmique doit être validée par un professionnel qualifié.

Le risque de sur-codage est réel

Un outil IA mal calibré, ou utilisé sans supervision, peut générer du sur-codage : des actes suggérés mais non réellement réalisés. Ce risque est d'autant plus problématique qu'il expose l'établissement à des contrôles renforcés de l'Assurance Maladie, voire à des pénalités financières. La traçabilité des décisions de codage est donc non négociable.

L'interopérabilité reste un défi systémique

La plupart des hôpitaux français fonctionnent avec des DPI hétérogènes, des systèmes legacy et des formats de données non standardisés. Intégrer un outil d'IA de codage dans cet environnement sans refondre les flux de données est complexe, coûteux, et souvent décevant à court terme.

Le facteur humain et le changement de métier

Les TIM vivent une transformation profonde de leur rôle. Passer d'un travail de saisie à un travail de supervision et de stratégie demande une formation, un accompagnement et une conduite du changement soignée, souvent sous-estimés dans les projets de déploiement.

FAQ : PMSI, CCAM, T2A et IA en 2026

Qu'est-ce que le PMSI et pourquoi est-il crucial pour le financement hospitalier ? Le PMSI (Programme de Médicalisation des Systèmes d'Information) est le système national qui classifie chaque séjour hospitalier en un Groupe Homogène de Malades (GHM). Ce code GHM détermine le tarif T2A versé par l'Assurance Maladie à l'hôpital pour ce séjour. Un PMSI mal renseigné ou incomplet entraîne directement un financement inférieur à l'activité réelle : c'est la principale source de sous-recettes hospitalières en France.

Comment l'IA code-t-elle automatiquement les actes CCAM ? Les moteurs d'IA de codage utilisent des modèles NLP entraînés sur des millions de documents cliniques. Ils lisent les comptes rendus médicaux, identifient les actes réalisés et les mappent vers les codes CCAM correspondants. En 2026, les meilleurs systèmes atteignent plus de 92 % de concordance sur les actes courants. Le codage reste validé par un TIM ou un médecin DIM avant transmission à l'ATIH.

Le codage IA est-il conforme aux exigences de l'Assurance Maladie et de l'ATIH ? Un outil d'IA de codage est conforme s'il est utilisé comme aide à la décision et non comme décideur autonome. La réglementation française exige qu'un professionnel qualifié valide chaque codage transmis. Les outils bien conçus produisent une traçabilité complète (qui a codé quoi, quand, sur quelle base) qui facilite les contrôles et réduit les risques de contentieux.

Quel gain financier concret peut-on attendre de l'automatisation du T2A ? Les établissements ayant déployé des outils d'aide au codage par IA rapportent entre 3 % et 8 % de recettes T2A supplémentaires récupérées, principalement grâce à la détection d'actes non codés ou sous-codés. Pour un hôpital avec un budget T2A de 100 M€, cela représente entre 3 et 8 millions d'euros de recettes supplémentaires annuelles, sans augmenter l'activité.

Comment Galeon sécurise-t-il les données de facturation avec la blockchain ? Galeon utilise le Blockchain Swarm Learning® pour permettre aux hôpitaux de partager les apprentissages IA sans jamais déplacer les données patients hors de leur serveur local. Chaque action d'entraînement ou d'utilisation est tracée de manière infalsifiable sur la blockchain inter-hospitalière. Les données de facturation restent sous la souveraineté pleine et entière de l'hôpital.

L'IA va-t-elle remplacer les Techniciens en Information Médicale (TIM) ? Non. Les TIM ne sont pas remplacés : ils sont repositionnés. Avec l'IA qui prend en charge la proposition de codes et le contrôle de cohérence, le TIM se concentre sur la supervision qualitative, la gestion des cas complexes, la relation avec les équipes médicales et la stratégie d'optimisation des recettes. C'est une évolution du métier, pas une disparition.

Quels hôpitaux utilisent déjà l'IA pour la facturation PMSI/CCAM ? En France, plusieurs CHU et hôpitaux de groupe (APHP, CHU de Bordeaux, groupes privés comme Ramsay Santé) ont initié des pilotes ou des déploiements d'outils d'aide au codage IA entre 2022 et 2025. Galeon, présent dans 19 hôpitaux dont 2 CHU, intègre cette logique directement dans son DPI intelligent, avec l'avantage d'une donnée médicale structurée à la source.

En résumé

La facturation hospitalière (PMSI, CCAM, T2A) est l'un des leviers les plus sous-exploités des hôpitaux français. En 2026, l'intelligence artificielle permet d'automatiser le codage médical avec une précision supérieure à 90 % sur les actes courants, réduisant les erreurs d'omission qui coûtent entre 3 % et 12 % des recettes T2A selon les établissements. Cette automatisation ne remplace pas les TIM : elle les libère des tâches répétitives pour les recentrer sur la supervision et la stratégie. Galeon construit cette logique au cœur de son DPI intelligent, présent dans 19 hôpitaux et structurant plus de 3 millions de dossiers patients : une donnée médicale propre à la source est le meilleur levier de facturation qui existe. Les limites réelles (qualité de la donnée d'entrée, responsabilité réglementaire humaine, risque de sur-codage) doivent être prises en compte dans tout projet de déploiement sérieux.

‍

Sources

1. ATIH - Agence Technique de l'Information sur l'Hospitalisation. Methodological Guide for MCO Stay Summaries. 2024.
2. ANAP - Agence Nationale d'Appui à la Performance. Feedback on AI Use in Medical Information Departments. 2024.
3. ameli, le site de l’Assurance Maladie en ligne ‍
4. HAS - Haute Autorité de Santé. Artificial Intelligence in Healthcare: Ethical and Regulatory Issues. 2023.
5. French Ministry of Health. Report on Hospital Digital Transformation — Ségur du Numérique. 2023.  
6. CHU de Bordeaux / Medical Information Department. Study on Under-Coding Rates by Specialty. 2023. (Internal data, available on request from the DIM.)
7. Galeon. Blockchain Swarm Learning® — Technical Architecture and Hospital Use Cases.