L’Assurance Maladie a très rapidement rassemblé les éléments lui permettant de présumer d’un trafic en bande organisée sur lequel elle a échangé avec un Groupe d’Intervention Régional (GIR9 ).
Le mode opératoire était en effet commun aux assurés : le Subutex® était majoritairement prescrit et délivré hors de leur département de résidence. L’ampleur de l’affaire et les soupçons de trafic organisé ont conduit l’Assurance Maladie à saisir l’OCLAESP (Office Central de Lutte Contre les Atteintes à l’Environnement et à la Santé Publique) qui a engagé les investigations sous la direction d’un juge d’instruction.
A différents stades de la procédure menée par l’OCLAESP, l’Assurance Maladie a répondu à de nombreuses réquisitions judiciaires adressées par les officiers de police judiciaire de l’OCLAESP.
L’enquête judiciaire a permis :
En collaboration avec la douane suédoise, l’interpellation d’un trafiquant recélant dans son véhicule 14 000 comprimés de Subutex®. Ce trafic était destiné aux pays de l’Est.
L’interpellation de 4 autres trafiquants dont l’un d’eux, grâce à des documents falsifiés disposait de 10 identités différentes.
La condamnation d’un médecin à 5 ans d’emprisonnement dont 3 assortis du sursis simple et à une peine d’interdiction temporaire d’exercer pendant 5 ans.
La condamnation d’un autre médecin à 4 ans d’emprisonnement dont 2 ans assortis du sursis simple et 5 ans d’interdiction d’exercer.
L’Assurance Maladie a ensuite informé le Conseil de l’Ordre des médecins (Cnom) de ces constats dans cette affaire. Le Cnom a fait paraître dans son bulletin national un article intitulé « Subutex® : condamnations au pénal » pour sensibiliser leurs pairs aux risques de négligence, voire de complaisance, qui peuvent les amener à contribuer, voire à être complice de trafic de Subutex®.
Aussi, depuis plusieurs années, l’Assurance Maladie expérimente de nouvelles méthodes de détection avec du datamining en apprentissage supervisé. A partir de cas de fraudes identifiés et de cas de non fraudes, la création de modèle permet de mesurer a priori (avant investigation) la probabilité de fraude d’un acteur. Ces nouvelles méthodes de détection ont l’avantage de pouvoir modéliser différents profils de fraudes en intégrant dans la base d’apprentissage des cas de fraudes avérées liés au type de fraude recherché.
