Especialistas em Informatica em Saude
Computação e MatemáticaExposição à IA
- Fonte dos dados: BLSPublicado: 2026-08
Muito alto· relativa
BaixoQuatro faixas relativasMuito altoValor por grupo ocupacional
Escala, base e fonte
Quatro faixas relativas (Baixo / Moderado / Alto / Muito alto)
831 ocupações detalhadas da tabela de projeções de emprego do BLS. O valor é atribuído por código da National Employment Matrix (NEM), pelo que as ocupações que partilham um código NEM recebem a mesma banda
- Fonte dos dados: AnthropicPublicado: 2026-03
0.276
0.000Intervalo dos valores aqui apresentados0.745Escala, base e fonte
Índice de exposição observada, 0–1 tal como publicado
Mapeado sobre tarefas O*NET
- Fonte dos dados: ILOPublicado: 2025
0.49
0.09Intervalo dos valores aqui apresentados0.70Valor por grupo ocupacional
Escala, base e fonte
Índice de exposição à IA generativa, 0–1 tal como publicado
Grupo de base CITP-08 — todas as ocupações com o mesmo código recebem este valor
Calculado por este site, não publicado pela OIT: das 1.012 ocupações que este site liga ao conjunto de dados da OIT, 21% atingem ou superam este valor.
Que tipo de valor esta fonte publica
A categoria de BLS é uma posição relativa, não um nível absoluto, e também não é uma medição de primeira mão: agrupa em quatro faixas as posições percentis da ocupação em vários estudos publicados. Não é uma previsão de emprego ou de salários, não é uma probabilidade de adoção e não distingue automação de aumento.
Task-level exposure
Ver 1 tarefa ocultaValues 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