आपातकालीन चिकित्सा चिकित्सक
स्वास्थ्य सेवाAI एक्सपोजर
- डेटा स्रोत: BLSप्रकाशन: 2026-08
उच्च· सापेक्ष
कमचार सापेक्ष श्रेणियाँबहुत उच्चव्यवसाय-समूह स्तर का मान
मापक्रम, आधार और स्रोत
चार सापेक्ष बैंड (कम / मध्यम / उच्च / बहुत उच्च)
BLS रोज़गार पूर्वानुमान तालिका के 831 विस्तृत व्यवसायों के आधार पर। मान NEM (नेशनल एम्प्लॉयमेंट मैट्रिक्स) कोड के स्तर पर दिया जाता है, इसलिए एक ही NEM कोड वाले व्यवसायों को वही बैंड मिलता है
- डेटा स्रोत: ILOप्रकाशन: 2025
0.27
0.09यहाँ दिए गए मानों की सीमा0.70व्यवसाय-समूह स्तर का मान
मापक्रम, आधार और स्रोत
जेनरेटिव AI एक्सपोजर सूचकांक, प्रकाशित रूप में 0–1
ISCO-08 यूनिट समूह — समान कोड वाले सभी व्यवसायों को यही मान मिलता है
यह इस साइट की गणना है, ILO द्वारा प्रकाशित आँकड़ा नहीं: इस साइट द्वारा ILO डेटासेट से जोड़े गए 1,012 व्यवसायों में से 74% इस मान के बराबर या उससे अधिक हैं।
- डेटा स्रोत: OpenAIप्रकाशन: 2023
0.353
0.000यहाँ दिए गए मानों की सीमा0.844मापक्रम, आधार और स्रोत
यह स्रोत किस प्रकार का आँकड़ा प्रकाशित करता है
BLS की श्रेणी सापेक्ष रैंक है, निरपेक्ष स्तर नहीं, और यह प्रथम-हस्त माप भी नहीं है: यह कई प्रकाशित अध्ययनों में व्यवसाय की पर्सेंटाइल रैंकों को चार बैंडों में बांटती है। यह रोज़गार या वेतन का पूर्वानुमान नहीं है, न अपनाए जाने की संभावना, और यह स्वचालन और संवर्धन में अंतर नहीं करती।
Task-level exposure
15 छिपे कार्य दिखाएँ| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Communicate likely outcomes of medical diseases or traumatic conditions to patients or their representatives.29-1214 | 0.080088.9 | 0.00000.0 |
Identify factors that may affect patient management, such as age, gender, barriers to communication, and underlying disease.29-1214 | 0.010011.1 | 0.0100100.0 |
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.
| Task | βE1 + 0.5 × E2 |
|---|---|
Collect and record patient information, such as medical history or examination results, in electronic or handwritten medical records.O*NET Task ID 22717 | 1.0 |
Analyze records, examination information, or test results to diagnose medical conditions.O*NET Task ID 22715 | 0.5 |
Assess patients' pain levels or sedation requirements.O*NET Task ID 22716 | 0.5 |
Communicate likely outcomes of medical diseases or traumatic conditions to patients or their representatives.O*NET Task ID 22718 | 0.5 |
Conduct primary patient assessments that include information from prior medical care.O*NET Task ID 22719 | 0.5 |
Consult with hospitalists and other professionals, such as social workers, regarding patients' hospital admission, continued observation, transition of care, or discharge.O*NET Task ID 22720 | 0.5 |
Direct and coordinate activities of nurses, assistants, specialists, residents, and other medical staff.O*NET Task ID 22721 | 0.5 |
Discuss patients' treatment plans with physicians and other medical professionals.O*NET Task ID 22722 | 0.5 |
Evaluate patients' vital signs or laboratory data to determine emergency intervention needs and priority of treatment.O*NET Task ID 22723 | 0.5 |
Identify factors that may affect patient management, such as age, gender, barriers to communication, and underlying disease.O*NET Task ID 22724 | 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®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page