Spécialistes des Dossiers Médicaux

Santé

Exposition à l'IA

  • Source des données: BLSPublié: '26.08

    Très élevée· relative

    FaibleQuatre bandes relativesTrès élevée

    Valeur par groupe professionnel

    Échelle, base et source

    Quatre bandes relatives (Faible / Modérée / Élevée / Très élevée)

    831 métiers détaillés du tableau des projections d'emploi du BLS. La valeur est attribuée par code de la National Employment Matrix (NEM), si bien que les métiers partageant un code NEM reçoivent la même bande

    Jeu de données source (téléchargement XLSX)

  • Source des données: AnthropicPublié: '26.03

    0.667

    0.000Étendue des valeurs présentées ici0.745
    Échelle, base et source

    Indice d'exposition observée, 0–1 tel que publié

    Rapporté aux tâches O*NET

    Jeu de données source

  • Source des données: ILOPublié: '25

    0.52

    0.09Étendue des valeurs présentées ici0.70

    Valeur par groupe professionnel

    Échelle, base et source

    Indice d'exposition à l'IA générative, 0–1 tel que publié

    Groupe de base CITP-08 — tous les métiers partageant le code reçoivent cette valeur

    Calculé par ce site, non publié par l'OIT : sur les 1 012 professions que ce site relie au jeu de données de l'OIT, 15% atteignent ou dépassent cette valeur.

    Jeu de données source

Quelle est la nature de la valeur publiée par cette source

La catégorie BLS est un rang relatif et non un niveau absolu, et ce n'est pas une mesure de première main : elle regroupe en quatre bandes les rangs centiles du métier dans plusieurs études publiées. Ce n'est ni une prévision d'emploi ou de salaire, ni une probabilité d'adoption, et elle ne distingue pas automatisation et augmentation.

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

Évolutions récentes concernant ce métier

avr. 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.

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

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

[Source: AI Changing Work Blog]