Je ontwikkelt en implementeert in dit project een AI-gebaseerd beslissingsondersteunend systeem (DSS) dat patiënten helpt beter te begrijpen hoe hun profiel samenhangt met reacties op behandelingsopties in verschillende fasen van hun behandeltraject. Dit systeem maakt gebruik van multimodale gegevens, verzameld uit bronnen zoals elektronische patiëntendossiers en mogelijk eHealth-platforms. Samen met partnerinstellingen in de geestelijke gezondheidszorg zet je een federated learning-infrastructuur op om het model te trainen, valideren en de DSS implementeren. Daarbij hou je rekening met de uitdagingen van data-readiness en data-infrastructuur van deelnemende organisatie, terwijl je het DSS aanpast aan de behoeften van zorgprofessionals en patiënten.

Jouw activiteiten in één oogopslag:

• Ontwikkelen en optimaliseren van een (federated learning) data-infrastructuur voor deelnemende instellingen in dit project. Je kan voortbouwen op infrastructuuronderzoek van onze eerdere machine learning PhD's en postdocs, samenwerken met de betrokken UU-teams en/of eigen domeinkennis inbrengen.
• Ontwikkelen van een data-readiness check voor deelnemende zorginstellingen: welke stappen moeten er worden genomen op het gebied van datamodellering en infrastructuur, voordat ze zich kunnen aansluiten bij de federatieve infrastructuur en de DSS kunnen gebruiken? Hoe moet dit vanuit bestuurlijk oogpunt worden aangepakt?
• In samenwerking met onderzoekers van de UU social and affective computing group, responsible en explainable algoritmes implementeren voor het voorspellen van behandelrespons op de data bij UMC Utrecht, en repliceren en valideren binnen het federated learning framework.
• In co-creatie met zorgprofessionals, een DSS ontwerpen en ontwikkelen om de ontwikkelde algoritmes in de klinische praktijk te implementeren.

• Je hebt een bachelor en/of masteropleiding in de richting van toegepaste computing sciences (zoals bijvoorbeeld informatica met toegepaste afstudeerrichting, kunstmatige intelligentie, data science, business informatics, medische informatiekunde)
• Kennis van communicatie en/of organisatiekunde (liefst in de gezondheidszorg) is een pre, zoals bijvoorbeeld een minor of master op dit gebied.
• Aantoonbare ervaring met programmeren in Python, eventueel in R, is een vereiste. We zien graag in je brief of CV referenties naar voorbeelden van iets dat je hebt gebouwd.
• Ervaring met federated learning en/of data-infrastructuur is een groot pluspunt.
• Nederlands spreken is een vereiste omdat je veel met Nederlandse teksten (zowel lezen als zelf schrijven) en collega’s van IT-afdelingen die in het Nederlands communiceren zult gaan werken.

Het salaris voor deze (32 - 36 uur) functie bedraagt maximaal € 3.824,00 bruto per maand op basis van een fulltime dienstverband.

Onze arbeidsvoorwaarden zijn conform de Cao Universitair Medische Centra (UMC). Wij bieden onder andere een eindejaarsuitkering van 8,3%, vakantietoeslag, een reiskostenvergoeding woon-werkverkeer en diverse opleidingsmogelijkheden. Bekijk onze arbeidsvoorwaarden en diverse extra's.

De afdeling Psychiatrie van het UMC Utrecht staat voor hoogwaardige zorg, onderzoek en onderwijs. Applied Data Science is een belangrijke innovatieroute. Het PsyData team, het data science team van de afdeling, werkt hier om de beloften van Data Science te vertalen naar onze klinische praktijk. We hebben een team van NLP, wearables en data science experts en werken nauw samen met andere data science, IT en NLP-teams binnen en buiten het UMC Utrecht.

De afdeling Psychiatrie loopt voorop in het veld van data science en werkt samen met andere GGZ-instellingen en kennisinstituten om landelijke doorbraken te realiseren, waaronder het gebruik van federated learning. Dit is een centraal thema in dit project dat wordt gefinancierd door NWO-programma KIC ‘Realisatie, versnelling en opschaling van missiegedreven innovatie’.

De co-supervisie vindt plaats vanuit de Social and Affective Computing groep van de Universiteit Utrecht. Ook werk je samen met verschillende GGZ-zorgaanbieders, InfoSupport, E-health academy, Diabetesfonds, MIND en De Nederlandse GGZ.