Doktorandtjänst inom beräkningsbaserad patologi och medicinsk artificiell intelligens

Vill du bidra till medicinsk forskning av toppkvalitet?
Att vara doktorand innebär att vara antagen till en utbildning på forskarnivå (forskarutbildning) där man följer en individuell studieplan. En doktorand ägnar sig åt ett forskningsprojekt under handledning, kompletterat med kurser och andra lärandeaktiviteter. För en doktorsexamen krävs motsvarande fyra års utbildning på forskarnivå på heltid.

Institutionen för medicinsk epidemiologi och biostatistik bedriver forskning inom epidemiologi och biostatistik inom ett brett spektrum av områden inom biomedicinsk vetenskap. Institutionen är bland de största inom sitt område i Europa och har särskilt starka forskningsprofiler inom psykiatrisk, cancer-, reproduktiv, pediatrisk, farmakologisk, genetisk och geriatrisk epidemiologi, ätstörningar, precisionsmedicin, och biostatistik.

En del av framgången för institutionen beror på vår samarbetsanda, där en stor bidragande faktor är att forskare vid institutionen delar och samfinansierar gemensamma resurser (som t.ex. IT och en tillämpad biostatistikgrupp). Institutionen ligger på campus Solna. Mer information finns på http://ki.se/meb.
Forskargruppen
Vi erbjuder en mycket tvärvetenskaplig och levande forskningsmiljö i den internationella framkanten av utveckling och implementering av precisionsmedicinska strategier för att förbättra diagnostik och behandling av cancer. Doktorandtjänsten placeras vid institutionen för medicinsk epidemiologi och biostatistik (MEB), belägen på Karolinska Institutets campus Solna i norra Stockholm. Forskargruppen är ansluten till det nationella programmet Data Driven Life Sciences (DDLS) och SciLifeLab (https://www.scilifelab.se/researchers/kimmo-kartasalo/).

Vi har ett nära samarbete med andra grupper på MEB inom och utanför institutionens forskningsmiljö för prostatacancer, samt med akademiska och industriella samarbetspartners på nationell och internationell nivå. Detta ger stora möjligheter att etablera tvärvetenskapliga kopplingar och samla internationella erfarenheter under forskarutbildningen, till exempel genom deltagande i konferenser eller forskningsbesök vid andra universitet. Vi är också aktivt involverade i kommersialiseringsarbete med stöd av KI Innovations Office för att omsätta forskningsrön till kliniskt applicerbara verktyg för att förbättra vården.

Gruppens kärnkompetenser inkluderar storskalig bildbehandling och analys, utveckling av
djupinlärningsbaserade algoritmer för artificiell intelligens (AI) och effektiv användning av
superdatorsystem. Vår bakgrund sträcker sig från datavetenskap och matematik till bioteknik och
medicin, och vi värnar om en mycket kollegial och flexibel arbetskultur.
Doktorandprojektet och doktorandens uppgifter
AI och maskininlärning (ML) ger nya möjligheter för precisionsmedicin, där datadrivna
tillvägagångssätt tillämpas för förbättrad diagnostik, prognostisering och behandlingsbeslut. En av de medicinska disciplinerna som blir allt mer datadrivna är patologi, där digital skanning av
vävnadsprover blir en rutinmässig praxis och ger stora mängder bilddata som kan användas som bas för effektivare och mer exakt klinisk hantering av sjukdomar som cancer.

Vi tillämpar de senaste AI-teknikerna för analys av digital patologidata i syfte att förbättra
effektiviteten, noggrannheten och reproducerbarheten av patologiska bedömningar. Vi arbetar också alltmer med multimodal analys, där bilddata bearbetas tillsammans med molekylär information och kliniska variabler för att bygga AI-modeller som kan uppskatta det mest sannolika framtida förloppet av en individs sjukdom och förutsäga optimala terapeutiska alternativ.

Doktoranden kommer att arbeta i projekt som analyserar prestandan hos både internt utvecklade
AI-modeller i framkant och offentligt tillgängliga foundation-modeller för diagnos, gradering och
prognostisering av prostatacancer, över olika patientpopulationer och digitala patologiplattformar.
Doktoranden kommer att utveckla AI-algoritmer för nya lösningar som effektiviserar det kliniska
histopatologiska arbetsflödet, inklusive agentiska AI-system som stödjer diagnostiskt och
prognostiskt beslutsfattande, i syfte att göra precisionsmedicinska metoder inom patologi mer
träffsäkra, skalbara och kostnadseffektiva. De exakta ämnena kommer att fastställas utifrån
doktorandens intressen och forskargruppens profil.

Doktoranden förväntas bygga en djupgående förståelse för den senaste AI- och bildanalysmetoden och att absorbera en nödvändig nivå av medicinsk och histopatologisk kunskap samtidigt som hen arbetar som en del av ett tvärvetenskapligt team av forskare och kliniker. Tjänsten som doktorand innebär att ta en aktiv roll i att driva egna forskningsprojekt, med ledning av handledarteamet, och i att förbereda vetenskapliga forskningsartiklar för publicering.
Vad erbjuder vi?
Tio skäl att välja Karolinska Institutet
Karriärstöd för doktorander

En kreativ, internationell och inspirerande miljö fylld av kompetens och nyfikenhet. Karolinska Institutet är ett av världens ledande medicinska universitet. Här bedriver vi framgångsrik medicinsk forskning och har det största utbudet av medicinska utbildningar i Sverige. På KI får du träffa forskare med olika forskningsinriktningar som jobbar tillsammans. Det är det gränsöverskridande samarbetet som bidrar till KI:s världsledande position inom forskning. Som doktorand erbjuds du ett individuellt forskningsprojekt, en välutbildad handledare, ett stort utbud av valbara kurser och möjligheten att arbeta i en framgångsrik forskargrupp. Karolinska Institutet har samarbeten med framstående universitet över hela världen, vilket ger möjlighet till internationella utbyten. Som anställd doktorand får du en avtalsenlig lön, du får träna fritt i våra moderna friskvårdsanläggningar och du får ersättning för läkarvård.
Behörighetskrav för utbildning på forskarnivå
För att delta i urvalet till en doktorandplats måste du styrka både det grundläggande (A) och det särskilda (B) behörighetskravet innan ansökningsperioden stänger.

Det är ditt ansvar som sökande att styrka din behörighet genom att följa instruktionerna på webbsidan Behörighet till utbildning på forskarnivå.

A) Grundläggande behörighetskrav

Du uppfyller det grundläggande behörighetskravet för utbildning på forskarnivå om du:

har avlagt en examen på avancerad nivå (magister- eller masterexamen), eller

har fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller

har på annat sätt förvärvat i huvudsak motsvarande kunskaper.*

Följ instruktionerna på webbsidan Behörighet till utbildning på forskarnivå.

*Om du anser dig ha motsvarande kunskaper ska du följa instruktionerna på webbsidan Bedömning av motsvarande kunskaper för grundläggande behörighet till utbildning på forskarnivå.

B) Särskilt behörighetskrav

Du uppfyller det särskilda behörighetskravet för utbildning på forskarnivå om du:

- Intygar kunskaper i engelska (motsvarande Engelska B/Engelska 6 vid gymnasiet med godkänt betyg).

Följ instruktionerna på webbsidan English language requirements for doctoral education.

Kontroll av dokument Karolinska Institutet gör kontroll av dokumenten för att upptäcka förfalskningar. Karolinska Institutet förbehåller sig rätten att återkalla antagningsbeslut om förfalskningar eller oriktigheter påvisas. Inlämnande av falska handlingar är ett brott mot svensk lag och anses vara grund för rättsliga åtgärder.
Färdigheter och personliga egenskaper
Den sökande förväntas ha följande kompetens och erfarenhet:

• En magisterexamen eller motsvarande (se "Behörighetskrav") inom ett område som är relevant för beräkningspatologi, till exempel bioinformatik, biomedicinsk teknik, bioteknik, datavetenskap, bild-/signalbehandling, medicin, programvaruteknik, statistik eller relaterade områden.
• En gedigen förståelse för grunderna i ML/AI (t.ex. baserat på en lämplig utbildningsbakgrund eller tidigare yrkeserfarenhet) och ett intresse av att bygga en djup förståelse för teorin bakom och praktiska aspekter av ML/AI.
• Goda programmeringskunskaper i minst ett programmeringsspråk, gärna visad i form av
  exempelkod eller resultat från tidigare projekt/studier (t.ex. länk till Github/Gitlab-profil).
• Flytande engelska i tal och skrift.

Följande färdigheter och erfarenhet anses meriterande:

• Erfarenhet av att arbeta med digital patologidata och förtrogenhet med whole slide image bildformat och verktyg (t.ex. OpenSlide, Bioformats, QuPath, Cytomine).
• Erfarenhet av att arbeta med annan (biomedicinsk) bilddata från t.ex. mikroskopi eller medicinska bildsystem.
• Kunskap om PyTorch och/eller andra ramverk för AI och bildanalys (t.ex. TensorFlow, OpenCV, MATLAB).
• Starka programmeringskunskaper i Python.
• Mjukvaruteknisk kompetens, inklusive t.ex. versionskontroll, beroendehantering och
  mjukvarutestning.
• Erfarenhet av högpresterande datoranvändning (t.ex. att använda moln, datorkluster eller
  superdatorer).
• Expertis inom datahantering, databaser och register.
• Kunskap om och intresse för patologi, onkologi eller andra relevanta medicinska områden.
• Visade vetenskapliga skrivfärdigheter (t.ex. i form av avhandlingar eller publikationer).
• Erfarenhet av att arbeta i en tvärvetenskaplig miljö och kommunicera med yrkesverksamma med olika bakgrunder.

Vi lägger stor vikt vid personliga egenskaper i denna rekrytering. Den sökande ska ha god analytisk problemlösningsförmåga, kunna visa initiativ och ta ansvar för sina forskningsprojekt, samt bemöta hinder i sitt arbete med uthållighet. Den sökande ska också vara mycket kollegial och kunna arbeta väl som medlem i ett tvärvetenskapligt och mångsidigt team.
Villkor
Doktorandplatsen innebär en anställning som doktorand under maximalt 4 år på heltid.
Ansökan
Du söker doktorandplatsen i rekryteringsverktyget Varbi. Använd knappen uppe till höger och följ anvisningarna. Vi ser gärna att din ansökan är skriven på engelska, men det går också bra att ansöka på svenska.

Din ansökan ska innehålla dessa dokument:

- Ett personligt brev och curriculum vitae
- Eventuella examensarbeten och publikationer
- Andra dokument som styrker de ovan efterfrågade färdigheter och egenskaper
- Dokument som styrker det grundläggande behörighetskravet (se A ovan)
- Dokument som styrker det särskilda behörighetskravet (se B ovan)
Urval
Urval bland behöriga sökande görs med hänsyn till deras förmåga att tillgodogöra sig forskarutbildning. En samlad bedömning av de sökandes meriter och lämplighet kommer att göras.

Följande bedömningsgrunder tillämpas vid Karolinska Institutet:

- Dokumenterade ämneskunskaper av betydelse för forskningsområdet
- Analytisk skicklighet
- Övriga dokumenterade kunskaper/erfarenheter som kan ha betydelse för aktuell forskarutbildning

Alla sökanden kommer att få information när rekryteringen är slutförd.

KI tillämpar en lönestege vid lönesättning av doktorander.
Vill du göra skillnad - och bidra till en bättre hälsa för alla? Sök till Karolinska Institutet