L’algorithme de l’Assurance maladie, introduit pour surveiller et détecter les abus liés à la complémentaire santé solidaire gratuite (C2SG), soulève de vives controverses. Ce dispositif, qui doit initialement sécuriser l’accès aux soins, risque d’augmenter les inégalités en ciblant de manière disproportionnée certaines populations, en particulier, les mères en situation précaire. Les critiques se multiplient à mesure que des investigations révèlent son impact néfaste sur ces familles vulnérables.
Le fonctionnement de l’algorithme
Depuis sa mise en place en 2018, l’algorithme de l’Assurance maladie attribue un score à chaque foyer afin d’identifier les potentiels fraudeurs. En se basant sur des critères variés, il est censé simplifier le travail de contrôle des bénéficiaires de la C2SG, qui comptent environ six millions de personnes. Cependant, cet outil a été critiqué pour son ciblage particulier des mères de familles monoparentales et précaires, créant ainsi une méfiance injustifiée à leur encontre.
Un ciblage déconcertant des mères précaires
Selon des enquêtes menées par des associations de défense des droits des citoyens, notamment La Quadrature du Net, cet algorithme concentre ses efforts sur des profils prédéfinis. Les femmes de plus de 25 ans ayant au moins un enfant mineur dans leur foyer sont les principales cibles. Ce ciblage entraîne une augmentation des contrôles à leur égard et expose ces familles à un risque accru de suspensions de couverture santé. Ainsi, des décisions de contrôle se traduiraient par des ruptures d’accès aux soins pour des mères et leurs enfants, ce qui compromet gravement leur santé et leur bien-être.
Les répercussions sur l’accès aux soins
Face à cet algorithme, les mères précaires se retrouvent dans une position particulièrement vulnérable. Leurs chances de bénéficier d’une assistance médicale adéquate diminuent, et elles peuvent faire face à des ruptures d’accès aux soins. Ces interruptions peuvent résulter de suspensions de couverture santé sur la base d’une suspicion que pourtant le dispositif ne démontre pas toujours. Dans un contexte déjà fragile, cette situation aggrave les inégalités en santé, condamnant les plus démunis à renoncer aux soins.
La réponse de l’Assurance maladie
En dépit des accusations visant son algorithme, l’Assurance maladie défend ardemment son opérationnalité. Les responsables affirment que la version actuelle de l’algorithme ne prend plus en compte certaines variables comme le sexe ou l’âge des demandeurs. Ils prônent un traitement équitable de tous les bénéficiaires de la C2SG et nient toute forme de discrimination. Pourtant, cette affirmation est mise en question par des organisations qui observent des biais dans l’application des contrôles.
Réactions des acteurs de la société civile
La montée des inquiétudes face à l’algorithme a suscité des réactions au sein de la société civile. Des associations ont saisi le Conseil d’État afin d’interdire l’utilisation de pratiques similaires par d’autres organismes tels que la caisse nationale des allocations familiales. Selon ces acteurs, la nécessité d’évaluer des méthodes de surveillance d’assistance sociale est fondamentale pour garantir les droits fondamentaux des plus fragiles. Les critiques portent non seulement sur l’algorithme, mais aussi sur la manière dont il façonne les interactions entre les bénéficiaires et les organismes de santé.
Contexte et enjeux des politiques de santé
Alors que l’accès aux soins devrait être un droit fondamental, le recours à des dispositifs algorithmiques, comme celui de l’Assurance maladie, soulève des questions éthiques et sociales cruciales. L’utilisation d’algorithmes pour déceler des abus, tout en étant une démarche légitime, nécessite une réflexion approfondie sur ses conséquences réelles pour les familles les plus vulnérables. Dans ce contexte, les mères précaires risquent d’être stigmatisées à un moment où elles ont le plus besoin de soutien. Ainsi, la politique de santé doit évoluer pour inclure des mécanismes de contrôle qui ne nuisent pas aux populations les plus fragiles.
