Cabinet médical, kiné, ostéo : 28 millions de rendez-vous non honorés par an en France — ce qu'on peut faire sans un nouveau logiciel
Doctolib annonce 3,3 % de no-show. Les centres de santé pluri-professionnels parlent de 13-14 %. L'INSEE chiffre le manque à gagner à 742 millions d'euros par an. Voici comment un cabinet peut faire redescendre son taux sans changer d'outil.
Un kiné à Albi me racontait il y a quelques semaines un chiffre simple : sur 35 patients par semaine, il perd 3 à 4 créneaux à cause de rendez-vous non honorés. Pas annulés. Pas déplacés. Simplement oubliés. Sur une année de 45 semaines travaillées, ça représente 150 à 180 séances perdues, soit environ 4 500 à 5 500 € de CA qui part dans le vide.
Son chiffre est plausible. Les données publiques le confirment.
Les chiffres nationaux
Plusieurs sources convergent :
- 28 millions de rendez-vous médicaux non honorés par an en France (INSEE)
- Manque à gagner pour la profession : 742 millions d'euros annuels
- Doctolib (juin 2024) : 3,3 % de taux moyen de « lapins » chez les médecins toutes spécialités (en baisse depuis 4,1 % en février 2023, grâce aux rappels automatiques)
- Centres de santé pluri-professionnels : 13 à 14 % (source : plateformes spécialisées)
- CHU franciliens : 15 à 25 % selon les services
La dispersion est énorme. Un médecin libéral bien organisé à 2-3 % de no-show côtoie un centre hospitalier à 20 %. La variable qui explique le plus cet écart n'est pas le type de patientèle. C'est la présence ou l'absence d'un système de rappel structuré.
Pour la kinésithérapie et l'ostéopathie — qui impliquent souvent des engagements sur plusieurs séances hebdomadaires — la question est aggravée par la lassitude thérapeutique. Le patient dont la douleur s'estompe commence à « zapper » une séance, puis deux. Sans rappel, le cycle thérapeutique s'interrompt et le pronostic se dégrade.
Pourquoi les rappels basiques ne suffisent pas
Tous les logiciels métier — Doctolib, Maiia, MonDocteur, Cliking, Weda, EvyMed — proposent un rappel SMS standard. Alors pourquoi le no-show persiste-t-il ?
Trois raisons reviennent dans les retours terrain :
- Le message est trop générique. « Rappel : votre rendez-vous du 14 mai à 10h. Répondez STOP pour annuler. » Le patient lit, classe mentalement, oublie. Il n'y a rien dans le message qui l'engage personnellement.
- Le canal n'est pas adapté à chaque patient. Une personne âgée de 75 ans ne lit pas ses SMS de la même façon qu'un étudiant. Le rappel par défaut est unique pour tout le monde.
- Pas de re-confirmation demandée. Un rappel passif (« voici votre RDV ») sans action du patient (« confirmez ou annulez ») laisse le cabinet dans le flou. Le cabinet ne sait qu'au moment du créneau que le patient ne viendra pas.
L'écart entre un cabinet à 3 % et un cabinet à 14 % se joue sur ces trois détails, pas sur l'outil.
Ce qu'on peut construire par-dessus l'existant
Le bon réflexe n'est pas de changer de logiciel métier. Doctolib, Maiia et les autres font bien leur job pour la prise de RDV et le dossier patient. Le bon réflexe est de brancher une couche de communication plus fine par-dessus. Trois briques, toutes connectables à l'existant.
Brique 1 — Segmentation automatique des patients
Un script tourne chaque soir sur la base patients du cabinet et segmente :
- Patients fidèles (plus de 3 visites, < 5 % de no-show historique) : rappel SMS simple 24 h avant
- Patients nouveaux (1-3 visites, pas d'historique) : rappel SMS 48 h avant + rappel SMS 2 h avant
- Patients à risque (historique de no-show ≥ 10 %) : rappel SMS 48 h avant + appel téléphonique humain la veille
- Patients seniors (> 70 ans) : rappel vocal automatique en plus du SMS
La segmentation se fait à partir des données que le logiciel métier contient déjà. Pas besoin d'un nouveau fichier.
Brique 2 — Message personnalisé
C'est la brique qui fait passer de 10 % de no-show à 3-4 %. Au lieu de « Rappel RDV 14/05 10h », le patient reçoit :
Bonjour Caroline, Rappel : demain jeudi 14 mai à 10h, pour la suite de la rééducation de votre cheville. Répondez OUI pour confirmer ou APPELEZ le cabinet au 05 63 XX XX XX si besoin de décaler. Cabinet Martin, Albi.
Prénom réel, motif réel, action demandée, numéro cliquable. Un message qui n'a rien de magique — juste de la personnalisation à 5 variables.
Le taux de re-confirmation observé sur ce format se situe typiquement au-dessus de 70 %, selon les retours terrain des cabinets qui l'ont déployé, sans qu'il existe de benchmark public sectoriel précis pour le segment kiné/ostéo indépendant français.
Brique 3 — Gestion des annulations et liste d'attente
Quand un patient annule via le SMS, le système vérifie automatiquement s'il y a une liste d'attente pour le créneau libéré. Si oui, un SMS part au premier patient en attente. Si non, le créneau est marqué disponible sur le logiciel.
Ce mécanisme récupère, selon les retours terrain, 30 à 50 % des créneaux annulés dans les 24 h qui précèdent. Pour un kiné qui facture 45 € la séance et perd 180 créneaux par an, ça peut représenter 60 à 90 séances récupérées, soit 2 700 à 4 050 € de CA annuel supplémentaire.
Le rôle de l'IA
On pourrait faire cette couche sans IA. Un script Python + une base SQLite + une API SMS (OVHcloud, Twilio, Sendinblue) suffisent. J'en ai construit plusieurs avant que les LLM soient utilisables en prod.
Ce que l'IA apporte :
- La rédaction des messages personnalisés avec 5-8 variables qui s'adaptent automatiquement (prénom, motif de séance, contexte, ton selon segment)
- La classification des réponses patients : un patient qui répond « Je peux pas finalement, ma fille est malade » doit être traité différemment d'un patient qui répond « Ok ». Le LLM détecte l'intention et déclenche la bonne action
- La génération des appels téléphoniques sortants via voice AI (Vapi, Bland, Retell) pour les patients à risque qui ne répondent pas aux SMS
J'utilise Claude Code pour construire la partie logicielle, et j'assemble avec les briques voice quand le cabinet en a besoin. Le choix est pratique — l'outil gère bien les intégrations avec les API métier (Doctolib n'offre pas d'API publique, on passe par export/import CSV), et la qualité de rédaction est fiable.
Limites et garde-fous
Trois points non-négociables avant de mettre un tel système en prod :
- Le RGPD et le secret médical. Un rappel personnalisé ne doit jamais divulguer le motif réel de consultation si le patient n'a pas donné son accord explicite. « Rééducation de votre cheville » passe, « suite de votre IRM lombaire » passe beaucoup moins selon le contexte familial du patient. Le prompt doit être rédigé pour rester factuel et neutre sur le motif médical.
- Pas de boucle d'appel infinie. Un patient qui ne répond pas reçoit au maximum un rappel + un appel humain (si segment à risque). Au-delà, on n'insiste pas — les patients harcelés par des SMS ne reviennent pas.
- L'humain garde la main sur les cas complexes. Un patient qui annule avec un motif sensible (deuil, diagnostic grave, hospitalisation) est immédiatement escaladé vers le cabinet, pas traité par le système. Le LLM détecte les signaux et transfère.
Combien ça coûte, combien ça rapporte
Pour un cabinet médical, kiné ou ostéo qui tourne à 25-40 patients par semaine :
- Setup initial (segmentation, prompts, intégration logiciel métier, API SMS + éventuellement voice) : 2 200 à 3 400 €
- Coût mensuel (SMS + hébergement + LLM + maintenance légère) : 60 à 140 € selon volume
- Temps secrétariat après mise en service : 10-20 min/semaine pour traiter les cas escaladés, contre 2-4 heures avant
Côté gain, la projection honnête sur un kiné à 180 créneaux perdus par an (4 500-5 500 € de CA) : un passage de 10 % à 4 % de no-show récupère 100-120 créneaux dans l'année. Soit 2 700 à 4 050 € de CA additionnel. Le setup se paie sur une seule saison complète.
Ces projections s'appuient sur les données publiques Doctolib (évolution 4,1 % → 3,3 % en 18 mois avec rappels renforcés) et les retours terrain cabinet par cabinet. Pas de benchmark consolidé pour les professions non-médecins, donc la prudence est de mise sur les chiffres exacts.
Par où commencer
Pour un praticien qui veut tester :
- Exportez votre historique de RDV des 12 derniers mois (la plupart des logiciels le permettent en CSV).
- Calculez votre taux réel de no-show. Si vous êtes sous 4 %, le sujet est marginal. Entre 5 et 10 %, il mérite un projet. Au-dessus de 10 %, c'est un chantier prioritaire.
- Identifiez vos 10 patients qui ont le plus de no-show historique. Ce sont eux qui porteront le gain maximum avec un rappel renforcé.
Je fais ce type de projet pour des cabinets libéraux d'Albi, Castres, Toulouse et Gaillac. Setup en 3-4 jours selon la propreté de l'export et le niveau d'intégration souhaité. Diagnostic gratuit de 30 minutes si vous voulez qualifier votre cas : contact.
Sources : Doctolib — Baisse des rendez-vous non honorés (3,3 % juin 2024) · INSEE — 28 M de RDV non honorés et 742 M€ de manque à gagner · Étude no-show par spécialité médicale.
Note outil : pour tester le moteur IA que j'utilise en prestation, Claude Code propose une semaine gratuite d'essai ici ›. Cette mention est un lien de parrainage.
Cet article t'a été utile ?
Partage-le avec un artisan ou un entrepreneur qui en a besoin.
Aller plus loin
Recevez un audit personnalisé de votre présence digitale
5 axes analysés, recommandations concrètes, livré sous 24h. Seulement 47 €.
Commander mon audit — 47 €Articles liés
Salle de réception dans le Tarn : répondre à 15 demandes de mariage par semaine sans y laisser ses dimanches
247 000 mariages en 2024, un budget moyen de 16 000 € et 60 % de ce budget qui part chez le traiteur et la salle. Voici comment un domaine du Tarn peut qualifier et chiffrer ses demandes entrantes sans bâcler la relation.
Garage automobile à Albi : automatiser les rappels de révision sans perdre 2 h par semaine au téléphone
Le parc français compte 49 millions de véhicules, l'âge moyen est de 11,2 ans, et 750 € par an et par voiture sont dépensés en entretien. Voici comment un garage indépendant d'Albi peut capter sa part de ce budget sans appeler un seul client à la main.
Gestion locative : automatiser les relances de loyers sans casser la relation
Deux jours par mois perdus sur les impayés, et des locataires qui se braquent dès le premier mail trop froid. Voici comment automatiser intelligemment.