응급의학과 전문의
의료AI 노출도
- 데이터 출처: BLS발행 시점: 2026-08
높음· 상대
낮음4단계 상대 범주매우 높음직업군 단위 값
척도 · 모수 · 출처
4단계 상대 범주 (낮음 / 보통 / 높음 / 매우 높음)
BLS 고용전망 표의 세부직업 831개 기준. 값은 NEM(전국고용매트릭스) 코드 단위로 부여되므로, 같은 NEM 코드를 쓰는 직업은 같은 밴드를 받습니다
- 데이터 출처: ILO발행 시점: 2025
0.27
0.09여기 실린 값의 범위0.70직업군 단위 값
척도 · 모수 · 출처
생성형 AI 노출 지수, 발행된 그대로 0–1
ISCO-08 직업군 단위 — 같은 코드를 쓰는 직업은 모두 같은 값
본 사이트 산출이며 ILO가 발행한 수치가 아닙니다. 본 사이트가 ILO 데이터셋에 연결한 직업 1,012개 가운데 이 값 이상인 직업이 74%입니다.
- 데이터 출처: OpenAI발행 시점: 2023
0.353
0.000여기 실린 값의 범위0.844척도 · 모수 · 출처
이 원천이 어떤 종류의 값인가
BLS 범주는 절대 수준이 아니라 상대 순위이며, 1차 측정도 아닙니다. 여러 선행 연구가 매긴 직업별 백분위 순위를 4단계로 묶은 값입니다. 고용·임금 예측도, 도입 확률도 아니며 자동화와 증강을 구분하지 않습니다.
작업별 노출도
숨긴 작업 15개 보기| 작업 | Claude.ai원천값 / 비중 % | API원천값 / 비중 % |
|---|---|---|
질병이나 외상 상태의 예상 결과를 환자나 그 대리인에게 전달한다.Communicate likely outcomes of medical diseases or traumatic conditions to patients or their representatives. 29-1214 | 0.080088.9 | 0.00000.0 |
나이·성별·의사소통 장벽·기저 질환 같은, 환자 관리에 영향을 줄 수 있는 요인을 파악한다.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 |
이 탭의 값은 관측이 아니라 예측 라벨입니다. Eloundou et al.(2023)은 인간 평가자와 GPT-4 두 평가 기준을 공개했고, 이 표의 β는 그중 GPT-4 평가 기준 하나로만 유도한 값입니다 — 평가 기준이 다르면 같은 태스크라도 값이 달라질 수 있습니다. 다른 탭의 관측 비중(%)과는 단위도 의미도 다르니 같은 축에 놓고 비교하지 마세요.
| 작업 | βE1 + 0.5 × E2 |
|---|---|
병력이나 검사 결과 같은 환자 정보를 수집해 전자 진료 기록이나 손으로 쓴 진료 기록에 남긴다.Collect and record patient information, such as medical history or examination results, in electronic or handwritten medical records. O*NET 태스크 ID 22717 | 1.0 |
질환을 진단하기 위해 기록·진찰 정보·검사 결과를 분석한다.Analyze records, examination information, or test results to diagnose medical conditions. O*NET 태스크 ID 22715 | 0.5 |
환자의 통증 수준이나 진정 소요를 평가한다.Assess patients' pain levels or sedation requirements. O*NET 태스크 ID 22716 | 0.5 |
질병이나 외상 상태의 예상 결과를 환자나 그 대리인에게 전달한다.Communicate likely outcomes of medical diseases or traumatic conditions to patients or their representatives. O*NET 태스크 ID 22718 | 0.5 |
이전 진료 정보를 포함한 1차 환자 평가를 수행한다.Conduct primary patient assessments that include information from prior medical care. O*NET 태스크 ID 22719 | 0.5 |
환자의 입원·지속 관찰·돌봄 이행이나 퇴원에 관해 입원전담의와 사회복지사 같은 그 밖의 전문가와 상의한다.Consult with hospitalists and other professionals, such as social workers, regarding patients' hospital admission, continued observation, transition of care, or discharge. O*NET 태스크 ID 22720 | 0.5 |
간호사·보조 인력·전문의·전공의와 그 밖의 의료진의 활동을 총괄하고 조율한다.Direct and coordinate activities of nurses, assistants, specialists, residents, and other medical staff. O*NET 태스크 ID 22721 | 0.5 |
의사와 그 밖의 의료 전문가와 환자의 치료 계획을 논의한다.Discuss patients' treatment plans with physicians and other medical professionals. O*NET 태스크 ID 22722 | 0.5 |
긴급 중재 요구와 치료 우선순위를 결정하도록 환자의 활력 징후나 검사실 데이터를 평가한다.Evaluate patients' vital signs or laboratory data to determine emergency intervention needs and priority of treatment. O*NET 태스크 ID 22723 | 0.5 |
나이·성별·의사소통 장벽·기저 질환 같은, 환자 관리에 영향을 줄 수 있는 요인을 파악한다.Identify factors that may affect patient management, such as age, gender, barriers to communication, and underlying disease. O*NET 태스크 ID 22724 | 0.5 |
β = E1 + 0.5 × E2 · E1 = LLM에 직접 접근하는 것만으로 소요시간이 50% 이상 줄어드는 태스크, E2 = LLM 위에 별도 소프트웨어를 얹으면 50% 이상 줄어드는 태스크. 값은 0 / 0.5 / 1.0 세 단계뿐입니다.
데이터 출처·라이선스 — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): 상세 고지는 크레딧 및 출처 페이지 참조