स्वास्थ्य सूचना प्रौद्योगिकीविद
स्वास्थ्य सेवाAI एक्सपोजर
- डेटा स्रोत: BLSप्रकाशन: 2026-08
बहुत 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: Anthropicप्रकाशन: 2026-03
0.276
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: 2025
0.49
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 21% इस मान के बराबर या उससे अधिक हैं।
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
1 छिपे कार्य दिखाएँValues 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 |
|---|---|
Design, develop, select, test, implement, and evaluate new or modified informatics solutions, data structures, and decision-support mechanisms to support patients, health care professionals, and their information management and human-computer and human-technology interactions within health care contexts.O*NET Task ID 18088 | 0.5 |
Disseminate information about nursing informatics science and practice to the profession, other health care professions, nursing students, and the public.O*NET Task ID 18089 | 0.5 |
Translate nursing practice information between nurses and systems engineers, analysts, or designers, using object-oriented models or other techniques.O*NET Task ID 18090 | 0.5 |
Use informatics science to design or implement health information technology applications for resolution of clinical or health care administrative problems.O*NET Task ID 18092 | 0.5 |
Develop, implement, or evaluate health information technology applications, tools, processes, or structures to assist nurses with data management.O*NET Task ID 18093 | 0.5 |
Analyze and interpret patient, nursing, or information systems data to improve nursing services.O*NET Task ID 18094 | 0.5 |
Analyze computer and information technologies to determine applicability to nursing practice, education, administration, and research.O*NET Task ID 18095 | 0.5 |
Apply knowledge of computer science, information science, nursing, and informatics theory to nursing practice, education, administration, or research, in collaboration with other health informatics specialists.O*NET Task ID 18096 | 0.5 |
Develop or implement policies or practices to ensure the privacy, confidentiality, or security of patient information.O*NET Task ID 18097 | 0.5 |
Design, conduct, or provide support to nursing informatics research.O*NET Task ID 18098 | 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
व्यावसायिक जानकारी
इस व्यवसाय से जुड़े हालिया बदलाव
अप्रैल 2026: SF बे टियर 1 में 2026 तक ATE 0.36 — मध्यम जोखिम सीमा पार करने वाली शुरुआती 84 नौकरियों में से एक। 16 O*NET टास्क में से 2 P2 नियामक दंड (निदान कोडिंग) ट्रिगर करते हैं, फिर भी वर्कफ़्लो कवरेज औसतन 0.96।
[स्रोत: arXiv 2604.00186 (Gupta & Kumar, 2026)]मार्च 2026: हेल्थ IT AI विश्लेषण। 63% एक्सपोजर, 51% जोखिम, 17% वृद्धि।
[स्रोत: ACW Blog]