Postdoktor inom AI-aktiverat multimodalt lärande

https://www.

umu.se/institutionen-for-stralningsvetenskaper/ är forskningsmässigt en dynamisk och internationellt framgångsrik miljö inom radiologi, onkologi, kognitiv neurovetenskap, strålningsfysik och biomedicinsk teknik. Institutionen tillhör Medicinska fakulteten vid Umeå universitet.

Institutionen för strålningsvetenskaper välkomnar ansökningar om postdoktorala studier i artificiell intelligens inom vården. Anställningen avser två år på heltid med start enligt överenskommelse.

Projektet
Framsteg inom artificiell intelligens (AI) har möjlighet att avsevärt bidra till att förbättra patientbehandlingar, i riktning mot personlig och prediktiv medicin. Djupinlärning har visat sin potential inom många områden, inklusive hälso- och sjukvård, drivet av omfattande forskning av nya kvantitativa biomarkörer beräknade från medicinska data som redan samlats in i klinisk praxis. De flesta av AI-modellerna tar dock endast hänsyn till unimodal data.  Det är troligt att den sammanvägda informationsmängden från flera datatyper, såsom bilder, molekylära biomarkörer, kliniska data och elektroniska hälsojournaler (EHR), kan förbättra den prediktiva förmågan hos modellerna. Inom detta projekt är vi intresserade av att studera multimodalt djupinlärning samt att förklara de beslut som fattas, två områden av stort intresse men fortfarande i sin linda. I synnerhet, inom multimodal djupinlärning strävar vi efter att ta itu med öppna vetenskapliga frågor, dvs. vilka modaliteter som är användbara, hur man sammanfogar dem, hur man i träningen integrerar varje process så att modellen kan lära sig mer kraftfulla datarepresentationer, och hantering av missing data. För multimodala modeller finns pga av komplexiteten ett påtagligt behov av att hjälpa läkare, tillsynsmyndigheter och patienter förstå på vilka grunder som AI-modellen baserat sina beslut och därmed skapa förtroende. De ansträngningar inom multimodala förklaringar som finns i litteraturen har dock riktats mot datorseende och naturliga språktillämpningar, multimodala förklaringar helt saknas inom vården. Detta projekt tar därför upp denna utmaning, särskilt med fokus på pre-modellering, under modellering och post-hoc modellering förklaringar på lokal nivå.

Dessa ämnen kommer att tillämpas på sanna data som samlats in i samband med precisionsonkologi, t.ex. vid lungcancer, där prognosvariabiliteten, på grund av interpatient-, intertumör- och intratumörheterogenitet, är en utmaning. Därför behövs bättre prognostiska och prediktiva verktyg för att skräddarsy behandlingsbeslut för cancerpatienter för att maximera resultatet och minimera onödiga biverkningar. För detta ändamål kommer multimodal djupinlärning och multimodala förklaringar att hjälpa oss att upptäcka nya kvantitativa biomarkörer från de heterogena digitala patientfenotyperna som rutinmässigt samlas in i klinik och som vi redan har samlat in i tidigare forskningsprojekt.

Arbetsuppgifter
Postdoktorn kommer att designa och implementera multimodala lärandealgoritmer, designa och implementera metoder för att ge förklaringar till de beslut som fattas, och anpassa och förbättra befintliga algoritmer och metoder. Postdoktorn kommer att bidra till datainsamling, underhålla data och kontrollera deras kvalitet, förbereda och analysera forskningsdata, föra loggbok som sammanfattar experiment, använda grafik och all användbar programvara för att analysera och presentera data, förbereda vetenskapliga manuskript för inlämning till internationella konferenser och peer-reviewed tidskrifter, delta i projektmöten och konferenser. Genom att arbeta i en levande och spännande miljö kommer postdoktorn också att vara medhandledare för doktorander och masterstudenter som arbetar med forskningsprojekt.

Behörighet
Behörig att anställas som postdoktor är den som avlagt doktorsexamen eller utländsk examen som bedöms motsvara doktorsexamen inom områdena artificiell intelligens, maskininlärning, datavetenskap, biomedicinsk teknik. Detta behörighetskrav ska vara uppfyllt senast den tidpunkt då anställningsbeslutet fattas.

Den sökandes examen, eller genom kompletterande utbildning, bör ha en inriktning som inkluderar, och helst kombinerar, datavetenskap med AI eller maskininlärningsfokus.

Den idealiska kandidaten har en bakgrund inom djupinlärning och maskininlärning, har erfarenhet av 1D, 2D, 3D medicinsk data, såsom bilder, samt med tabelldata, kan skriva och/eller kritiskt granska ett vetenskapligt manuskript med hög grad av autonomi.

Tidigare erfarenhet av multimodalt lärande samt med förklarande AI-tekniker är mycket välkommet.

Övriga kvalifikationer
Eftersom anställning som postdoktor är en karriärutvecklingsanställning för yngre forskare, är vi i första hand intresserade av sökande som avlagt sin doktorsexamen senast tre år före sista ansökningsdag. Följande kvalifikationer rekommenderas:

- MSc och doktorsexamen inom området tillämpad matematik, datavetenskap/informatik, (biomedicinsk) ingenjörskonst, (medicinsk) fysik eller jämförbar tillämpad/naturvetenskap
- Självständig, proaktiv, strukturerad och lösningsorienterad arbetsattityd, analytiskt tänkande, engagemang över genomsnittet och glädje av att arbeta i en internationell och samarbetsmiljö,
- Kunskap inom maskininlärning och djupinlärning, mest för vårddata
- Starka programmeringsfärdigheter, särskilt i python och relevanta djupinlärningsbibliotek (pytorch eller tensorflow )
- Erfarenhet av git och annan versionskontroll
- Bra publikationsresultat i relevanta tidskrifter (t.ex. mönsterigenkänning, medicinsk bildanalys, informationsfusion, artificiell intelligens inom medicin, IEEE-transaktioner inom medicinsk bildbehandling, kunskapsbaserade system, etc.)
- Erfarenhet och vilja av att arbeta i ett multidisciplinärt team, inkl. läkare och medicinska fysiker
- Stark vetenskaplig kommunikation och presentationsförmåga på engelska

Ansökan
Ansökan ska innehålla:

- En kort beskrivning av dina forskningsintressen och en motivering till varför du är intresserad av anställningen.
- CV
- Publikationslista
- Examensbevis från forskningsutbildning/ annan relevant examina
- Kontaktuppgifter till två referenspersoner

Ansökan ska skrivas på engelska. Ansökan ska göras via vårt e-rekryteringssystem senast den 18 november 2022.

Vi ser fram emot din ansökan!