L'Innovation Managériale (IM), qui consiste à adopter de nouvelles pratiques ou méthodes de gestion essentielles pour améliorer la performance organisationnelle, présente des limitations, notamment en ce qui concerne la réduction du nombre de patients qui ne paient pas leurs factures. Cet article vise à résoudre ce problème en développant un modèle d'Intelligence Artificielle (IA) capable de prédire de manière précoce quels patients sont susceptibles de ne pas régler leurs paiements. Ce faisant, des stratégies d'IM plus ciblées peuvent être appliquées spécifiquement à ces patients, évitant ainsi les impacts négatifs sur ceux qui sont censés remplir leurs obligations financières. Dans cette étude, les données de deux groupes de patients ont été utilisées : 683 patients provenant des admissions internes et 753 patients provenant des admissions urgentes. L'algorithme d'apprentissage automatique "KNeighborsClassifier" a été entraîné et testé 10 000 fois sur chaque ensemble de données, à chaque fois avec 90 % des données sélectionnées aléatoirement pour l'entraînement et les 10 % restants pour l'évaluation. En utilisant ces prédictions d'IA, il est possible de mettre en oeuvre des procédures d'IM plus ciblées : appliquées seulement à 18 patients sur 100 dans les admissions internes, réduisant le nombre de patients non réglés de 10 à 5 ; et appliquées seulement à 10 patients sur 100 dans les admissions urgentes, réduisant le nombre de patients non réglés de 6 à 5. L'utilisation d'un ensemble de données plus large pourrait améliorer davantage ces résultats.