أخصائيو السجلات الطبية

الرعاية الصحية

التعرّض للذكاء الاصطناعي

  • مصدر البيانات: BLSتاريخ النشر: '26.08

    مرتفع جدًا· نسبي

    منخفضأربع فئات نسبيةمرتفع جدًا

    قيمة على مستوى المجموعة المهنية

    المقياس والأساس والمصدر

    أربع فئات نسبية (منخفض / متوسط / مرتفع / مرتفع جدًا)

    831 مهنة تفصيلية في جدول توقعات التوظيف لدى BLS. وتُسند القيمة على مستوى رمز مصفوفة التوظيف الوطنية (NEM)، فالمهن التي تشترك في الرمز نفسه تأخذ النطاق نفسه

    مجموعة البيانات المصدر (تنزيل ملف XLSX)

  • مصدر البيانات: Anthropicتاريخ النشر: '26.03

    0.667

    0.000نطاق القيم المعروضة هنا0.745
    المقياس والأساس والمصدر

    مؤشر التعرّض المرصود، 0–1 كما نُشر

    مربوط بمهام O*NET

    مجموعة البيانات المصدر

  • مصدر البيانات: ILOتاريخ النشر: '25

    0.52

    0.09نطاق القيم المعروضة هنا0.70

    قيمة على مستوى المجموعة المهنية

    المقياس والأساس والمصدر

    مؤشر التعرّض للذكاء الاصطناعي التوليدي، 0–1 كما نُشر

    وحدة التصنيف ISCO-08 — تأخذ كل المهن ذات الرمز نفسه هذه القيمة

    محسوب من قِبل هذا الموقع وليس منشورًا من منظمة العمل الدولية: من بين 1,012 مهنة يربطها هذا الموقع بمجموعة بيانات المنظمة، تبلغ نسبة التي تساوي هذه القيمة أو تتجاوزها 15%.

    مجموعة البيانات المصدر

ما نوع القيمة التي ينشرها هذا المصدر

فئة BLS رتبة نسبية لا مستوى مطلق، وليست قياسًا مباشرًا: فهي تجمع الرتب المئينية للمهنة في عدة دراسات منشورة في أربع فئات. وهي ليست توقّعًا للتوظيف أو الأجور، ولا احتمالًا للتبني، ولا تفرّق بين الأتمتة والتعزيز.

Task-level exposure

Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.

TaskβE1 + 0.5 × E2
Assign the patient to diagnosis-related groups (DRGs), using appropriate computer software.

O*NET Task ID 22877

1.0
Enter data, such as demographic characteristics, history and extent of disease, diagnostic procedures, or treatment into computer.

O*NET Task ID 22880

1.0
Process and prepare business or government forms.

O*NET Task ID 22884

1.0
Transcribe medical reports.

O*NET Task ID 22893

1.0
Compile and maintain patients' medical records to document condition and treatment and to provide data for research or cost control and care improvement efforts.

O*NET Task ID 22878

0.5
Consult classification manuals to locate information about disease processes.

O*NET Task ID 22879

0.5
Identify, compile, abstract, and code patient data, using standard classification systems.

O*NET Task ID 22881

0.5
Maintain or operate a variety of health record indexes or storage and retrieval systems to collect, classify, store, or analyze information.

O*NET Task ID 22882

0.5
Post medical insurance billings.

O*NET Task ID 22883

0.5
Process patient admission or discharge documents.

O*NET Task ID 22885

0.5

β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.

Data sources & licenses — O*NET®, Eloundou et al. (2023): see full notices on the Credits page

Occupation information

تغيّرات حديثة تخصّ هذه المهنة

أبريل 2026: ATE 0.36 by 2026 in SF Bay Tier 1 — the earliest crossover within healthcare support category. By 2030, 57.9% of healthcare support occupations in Tier 1 cross moderate-risk threshold.

[المصدر: arXiv 2604.00186 (Gupta & Kumar, 2026)]

مارس 2026: Published blog post: highest-risk healthcare support role. Automation risk 62%, medical coding 70% automated.

[المصدر: AI Changing Work Blog]