Índice de automatización
¿Cuánto del trabajo de un Técnico en documentación sanitaria puede hacer ya la IA?
Un CIE-10 y un archivo se adelantan. Codificar bien y que el informe esté cuando se necesita no.
Este porcentaje no predice cuántas personas perderán su empleo.
Comparación de tareas
IS WORK OVER?
Técnico en documentación sanitaria
31%
Hoy la IA ya puede hacer el 31% de este trabajo.
#43 / 623
Ver rankingTécnico en documentación sanitaria
En qué se va el tiempo
El peso es una estimación nuestra basada en la frecuencia, no un porcentaje de tiempo publicado por O*NET.
El ahorro de cada tarea se estima por separado.
| Tarea | Peso | IA | Puntos |
|---|---|---|---|
Codificar CIE, CMBD y el episodio.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 18% | 52% | +9.4 |
Archivo, digitalización y la historia que falta.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 48% | +7.7 |
Prestamos, copias y el juez que pide el expediente.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 28% | +4.5 |
Urgencias de documentación y el alta que no se cierra.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 18% | 18% | +3.2 |
Calidad del dato, auditorías y la facturación.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 22% | +3.5 |
Confidencialidad y que la historia no se pierda.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 14% | +2.2 |
| Total | 100% | 31% |
Jornada modelada: 100 % · Evidencia pública: 0 % · Estimación: 100 % · Confianza: Baja
Competencias y actividades
- codificar CIE-10
- CMBD
- archivar historias
- préstamo de historias
- documentación sanitaria
- digitalizar informes
- calidad del dato clínico
- confidencialidad
Fuentes del oficio· O*NET 29-2072.00· ESCO/ISCO 3252
IS WORK OVER?
Ingeniero de machine learning
29%
#64 / 623
Ver rankingIngeniero de machine learning
En qué se va el tiempo
El peso es una estimación nuestra basada en la frecuencia, no un porcentaje de tiempo publicado por O*NET.
El ahorro de cada tarea se estima por separado.
| Tarea | Peso | IA | Puntos |
|---|---|---|---|
Entrenar modelos, features y notebooks.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 22% | 48% | +10.6 |
Evaluar, documentar y comparar runs.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 18% | 42% | +7.6 |
Desplegar, monitorizar y retraining.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 22% | +3.5 |
Hablar con producto sobre qué es un buen error.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 15% | +2.4 |
Datos sucios, sesgo y límites del modelo.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 14% | 18% | +2.5 |
Guardia, incidencias y rollback.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 14% | 16% | +2.2 |
| Total | 100% | 29% |
Jornada modelada: 100 % · Evidencia pública: 0 % · Estimación: 100 % · Confianza: Baja
Competencias y actividades
- Entrenar modelos, features y notebooks
- Evaluar, documentar y comparar runs
- Desplegar, monitorizar y retraining
- Datos sucios, sesgo y límites del modelo
- Guardia, incidencias y rollback
- machine learning engineer
- ingeniero ml
- mlops
Fuentes del oficio· O*NET 15-1221.00· ESCO/ISCO 2511