Radiologues

Santé

Exposition à l'IA

  • Source des données: BLSPublié: '26.08

    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

    0.199

    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

    0.27

    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, 74% 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

Tâches exposées uniquement

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
Participate in quality improvement activities including discussions of areas where risk of error is high.

O*NET Task ID 17231

0.5
Participate in continuing education activities to maintain and develop expertise.

O*NET Task ID 17234

0.5
Develop treatment plans for radiology patients.

O*NET Task ID 17235

0.5
Establish or enforce standards for protection of patients or personnel.

O*NET Task ID 17236

0.5
Review or transmit images and information using picture archiving or communications systems.

O*NET Task ID 17239

0.5
Recognize or treat complications during and after procedures, including blood pressure problems, pain, oversedation, or bleeding.

O*NET Task ID 17241

0.5
Prepare comprehensive interpretive reports of findings.

O*NET Task ID 17242

0.5
Obtain patients' histories from electronic records, patient interviews, dictated reports, or by communicating with referring clinicians.

O*NET Task ID 17243

0.5
Confer with medical professionals regarding image-based diagnoses.

O*NET Task ID 17245

0.5
Instruct radiologic staff in desired techniques, positions, or projections.

O*NET Task ID 17246

0.5
Administer radioisotopes to clinical patients or research subjects.

O*NET Task ID 22732

0.0

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

mars 2026: Brookings: radiology identified as theoretically well-suited for AI despite capability advances, actual adoption limited.

[Source: Brookings Institution]