Ph.d.-stilling

Hospitalsbyen; Gistrup; On-site; DKK 357,000 - 469,000; Full time

Job summary

Hospitalsbyen i Aalborg står som vært for et 3-årigt ph.d.-projekt med fokus på kunstig intelligens, medicinsk billedanalyse og risikomodelering hos hjertekirurgiske patienter. Du arbejder tæt sammen med klinikere og forskere for at udvikle, validere og implementere en AI-drevet screeningsmetode på hjerte-CT-scanninger.

Projektet inddrager patienter som medforskere og sigter mod klinisk relevans, præhabilitering og beslutningsstøtte i en nordisk forskningskollaboration.

Qualifications

• Kandidatuddannelse inden for medicin, MEDIS eller sundhedsteknologi
• Erfaring med AI/ML samt billedanalyse er en fordel
• Kendskab til håndtering af store datasæt og kliniske data ønskelig

Responsibilities

• Udarbejde ph.d.-protokol, analyseplaner og data-/myndighedsanmeldelser
• Håndtere og analysere store datasæt af CT-scanninger og kliniske data
• Udvikle og anvende AI-baserede analysemetoder og segmentering af skeletmuskulatur
• Udvikle og validerer statistiske og ML-modeller til sarkopeni og postoperative forløb
• Planlægge og gennemføre prospektiv klinisk afprøvning
• Samarbejde på tværs af klinikere, dataforskere og patienter
• Udarbejde videnskabelige artikler og formidling ved konferencer
• Deltage i ph.d.-kurser og vejledning af studerende
• Bidrage til fondsansøgninger til videreudvikling af projektet

Skills

Kunstig intelligens (ML/DL)

Medicinsk billedanalyse

Store datasæt / HPC

Python programming

Statistisk modellering

Forskningsbaseret projektarbejde

Education

Kandidatuddannelse i medicin / MEDIS / sundhedsteknologi

Job description

Ph.d.-stilling:

Fra hjerte-CT til AI-baseret screening: Risikovurdering af sarkopeni før hjertekirurgi.

Vi søger kandidat til en 3-årig ph.d.-stilling med fokus på kunstig intelligens, medicinsk billedanalyse og risikomodellering hos patienter, der gennemgår hjertekirurgi.

Stillingen er forankret i Hjerte- og Lungekirurgisk Afdeling, Aalborg Universitetshospital, Hospitalsbyen, Region Nordjylland med forventet indskrivning ved Klinisk Institut, Aalborg Universitet. Derudover i et tæt samarbejde med Institut for Medicin og Sundhedsteknologi, Aalborg Universitet.

Om projektet

Sarkopeni – tab af muskelmasse – er hyppig blandt ældre patienter og kan være forbundet med øget risiko for komplikationer, længere indlæggelse, funktionstab og nedsat livskvalitet efter hjertekirurgi. Sarkopeni vurderes imidlertid ikke rutinemæssigt før operation, blandt andet fordi dens kliniske betydning endnu ikke er tilstrækkeligt belyst og der mangler en enkel og klinisk anvendelig screeningsmetode.

Projektet skal undersøge, om sarkopeni er en selvstændig risikofaktor for komplikationer og ugunstige postoperative forløb efter hjertekirurgi og på den baggrund udvikle og validere en AI-baseret risikomodel. Modellen skal omsættes til et praktisk screeningsværktøj, der kan anvendes på hjerte-CT-scanninger, som allerede udføres rutinemæssigt før hjertekirurgi.

Ved hjælp af kunstig intelligens og medicinsk billedanalyse analyseres mere end 15.000 præoperative hjerte-CT-scanninger fra danske hjertekirurgiske patienter. Billeddata kobles med kliniske oplysninger og nationale registerdata om blandt andet komplikationer, genoptræning, genindlæggelser og overlevelse.

Projektet omfatter fire hovedaktiviteter:

• Kortlægning: Undersøgelse af forekomsten af sarkopeni og dens sammenhæng med komplikationer, postoperative forløb og langtidsprognose.
• Risikomodellering: Undersøgelse af sarkopenis betydning for postoperative forløb samt udvikling og validering af modeller, der kombinerer sarkopeni, billedbaserede markører og kliniske data.
• Screening: Omsætning af resultaterne til et praktisk værktøj, der kan anvendes direkte på rutinemæssige hjerte-CT-scanninger uden ekstra undersøgelser eller belastning for patienten.
• Klinisk afprøvning: Prospektiv afprøvning på Aalborg og Aarhus Universitetshospital med fokus på klinisk anvendelighed, integration i beslutningsprocesser og betydning for præhabilitering, behandling og rehabilitering.

Patienter inddrages som medforskere i udvikling og implementering af screeningsværktøjet for at sikre klinisk relevans og brugervenlighed.

Dine arbejdsopgaver

Som ph.d.-studerende får du en central rolle i den daglige gennemførelse af projektet og arbejder tæt sammen med projektets kliniske og metodiske samarbejdspartnere.

Dine arbejdsopgaver vil blandt andet omfatte:

• Udarbejdelse af ph.d.-protokol, analyseplaner og relevante data- og myndighedsanmeldelser
• Håndtering og analyse af store datasæt med medicinske CT-scanninger, kliniske oplysninger og registerdata
• Udvikling og anvendelse af metoder inden for kunstig intelligens og medicinsk billedanalyse, herunder automatisk segmentering og kvantificering af skeletmuskulatur på CT-scanninger
• Udvikling og validering af statistiske og maskinlæringsbaserede modeller til undersøgelse af sarkopenis betydning for postoperative forløb
• Planlægning, gennemførelse og evaluering af den prospektive kliniske afprøvning
• Samarbejde med klinikere, billedanalysespecialister, dataforskere, epidemiologer og patientpartnere
• Udarbejdelse af videnskabelige artikler og formidling af forskningsresultater til forskere, klinikere, patienter, borgere og relevante beslutningstagere samt på nationale og internationale konferencer
• Bidrag til undervisning og vejledning af studerende, herunder forskningssemesterstuderende
• Deltagelse i relevante ph.d.-kurser
• Bidrag til fondsansøgninger med henblik på videreudvikling, evaluering og implementering af projektets resultater

Faglige profil

Du har en relevant kandidatuddannelse, eksempelvis inden for medicin, MEDIS eller sundhedsteknologieller et beslægtet område.

Det er en fordel, hvis du har erfaring med ét eller flere af følgende områder:

• Kunstig intelligens, herunder machine learning og deep learning
• Medicinsk billedanalyse, herunder CT
• Analyse af store datasæt/ high-performance computing (HPC)
• Programmering, eksempelvis Python
• Statistisk modellering
• Forskningsbaseret projektarbejde

Personlige kvalifikationer

Vi lægger vægt på, at du:

• trives med at drive et forskningsprojekt fremad i en travl klinisk og tværsektoriel hverdag
• arbejder selvstændigt, struktureret og systematisk og følger op på aftaler
• er nysgerrig på nye metoder, har analytisk sans og kan omsætte kliniske problemstillinger til relevante forskningsspørgsmål
• kan koordinere og samarbejde på tværs af klinikere, forskere og patientpartnere
• kan bevare overblikket og holde retningen, også når data, rekruttering og projektets praktiske gennemførelse giver uforudsete udfordringer
• kan kommunikere klart på både dansk og engelsk

Forskningsmiljø

Du bliver ansat på Hjerte-og Lungekirurgisk Afdeling, Aalborg Universitetshospital og indskrives ved Klinisk Institut, Aalborg Universitet. Som ph.d.-studerende bliver du en del af et tværfagligt forskningsmiljø med klinisk, metodisk og data science-faglig vejledning i tæt samarbejde med Gruppen for Medicinsk Datainformatik og Billedanalyse, Institut for Medicin og Sundhedsteknologi.

Projektet gennemføres i tilknytning til det nordiske forskningsinitiativ Nordic Collaboration on AI and Cardiac Imaging i samarbejde med Dansk Center for Sundhedstjenesteforskning og Center for Clinical Data Science (CLINDA) ved Aalborg Universitet. De præoperative hjerte-CT-scanninger er allerede indsamlet, og relevante data og den nødvendige forskningsinfrastruktur er tilgængelige fra projektets start. Det tværfaglige samarbejde omfatter blandt andet hjertekirurger, kardiologer, CT-specialister, dataforskere, epidemiologer, rehabiliteringsforskere og patientpartnere.

Ansættelses- og indskrivningsforhold

Stillingen er en 3-årig fuldtidsstilling med ansættelse i Region Nordjylland, Hjerte-og Lungekirurgisk Afdeling, Aalborg Universitetshospital. Indskrivning som ph.d.-studerende ved Klinisk Institut, Aalborg Universitet sker efter gældende regler og endelig godkendelse. Ansættelse sker efter gældende overenskomst og Region Nordjyllands vilkår.

Forventet projektperiode: 1. november 2026 til 31. oktober 2029.

Ansøgning

Ansøgningen bør indeholde:

• Motiveret ansøgning
• Eksamensbeviser og karakterudskrifter
• Publikationsliste
• Eventuelle referencer eller kontaktoplysninger på relevante referencepersoner

I vurderingen af ansøgere lægges der vægt på faglige kvalifikationer, forskningspotentiale, metodisk forståelse, projektledelsesevne og personlig egnethed til at drive et tværsektorielt ph.d.-projekt.

Samtaler forventes afholdt medio oktober 2026.

Yderligere oplysninger

kan fås ved henvendelse til forskningsansvarlig overlæge, klinisk lektor Ivy Modrau, e-mail: [e-mail], tel.: [phone]

Jobdetajler

Arbejdssted: Aalborg Universitetshospital

Adresse: Hospitalsbyen 1, Gistrup

Afdeling: Hjerte- og Lungekirurgisk

Arbejdstid: Fuldtid: 37 timer pr. uge

Varighed: Tidsbegrænset

Ansøgningsfrist: 11. oktober 2026