PhD positie Innovatieve Natuurlijke Taalverwerking voor Slimme Klinische Beslissingsondersteuning na Slokdarmchirurgie

Wij zijn op zoek naar een gemotiveerde en nieuwsgierige PhD-kandidaat die geïnteresseerd is in het uitvoeren van een multidisciplinair project waarin onderzoekers en clinici samenwerken aan Geavanceerde Natuurlijke Taalverwerking (Natural Language Processing - NLP) voor klinische beslissingsondersteuning. Eén van de toepassingen zal zijn gericht op het optimaliseren van zorg voor patiënten na slokdarmchirurgie. De succesvolle kandidaat zal zich aansluiten bij de Health Technology en Services Research (HTSR) sectie van de Technology, Policy en Society (TPS) afdeling aan de Faculteit Gedrags-, Management- en Sociale Wetenschappen van de Universiteit Twente en Ziekenhuisgroep Twente (ZGT), afdeling Heelkunde.

Dit project maakt deel uit van een langjarige samenwerking tussen Universiteit Twente en ZGT, waarin onderzoek wordt gedaan naar multimodale data-gedreven modellen voor klinisch beslissingsondersteuning.

In dit PhD-project onderzoek je of en hoe NLP en Geavanceerde Statistische Methoden de nauwkeurigheid van voorspellingen over de uitkomst van medische behandelingen kunnen verbeteren.

Kernvragen in het onderzoek zijn onder meer: Is het mogelijk om op basis van de teksten geschreven door medische professionals in elektronische patiëntendossiers (EPD) de kans op (vroege) complicaties te voorspellen? Is het mogelijk om een veilig ontslag van patiënten te voorspellen op basis van tekstuele EPD gegevens? En in hoeverre kan het gebruik van teksten in EPD gegevens worden gecombineerd met andere klinische databronnen en patiënten karakteristieken, om deze voorspellingen (verder) te verbeteren?

Het uiteindelijke doel is om deze methoden te gebruiken voor de ontwikkeling van betrouwbare klinische beslissingsondersteuningssystemen.

De uitdaging

Dit onderzoeksproject richt zich op het ontwikkelen van natuurlijke taalrobots ter ondersteuning van klinische beslissingen. Deze taalrobots zijn computerprogramma's die in staat zijn om gesproken en geschreven menselijke taal te begrijpen. Het benutten van tekstuele informatiebronnen op een geautomatiseerde en systematische manier maakt het mogelijk om aanvullende expertkennis expliciet te vertegenwoordigen. Het werk beoogt voorspellingen met betrekking tot de kans op succesvol herstel van een patiënt te verbeteren. We gaan onderzoeken in hoeverre dergelijke voorspellingen, met name in medische domeinen met een beperkt aantal patiënten, nauwkeuriger worden gemaakt door het opnemen van tekstuele observaties door klinisch personeel. Drie specifieke onderzoeksvragen in dit project zijn:

• Hoe kan de nauwkeurigheid van de geëxtraheerde expertkennis worden gekwantificeerd bij het voorspellen van patiënt specifieke uitkomsten?
• Hoe kunnen voorspellingsmodellen worden gebouwd op basis van gerobotiseerde taalverwerking?
• Hoe kunnen deze voorspellingsmodellen worden geïntegreerd in klinische beslissingsondersteuning?

Je bent een zeer gemotiveerde, enthousiaste onderzoeker die gedreven wordt door nieuwsgierigheid en beschikt over:

• Een masterdiploma in Informatica, Klinische Informatica, Data Science, Machine Learning, Kunstmatige Intelligentie, Biostatistiek, Toegepaste Wiskunde, Technische Geneeskunde of een andere masteropleiding waarin data science en programmeren uitgebreid worden bestudeerd;
• Affiniteit en/of ervaring met het ontwikkelen van tekstgebaseerde AI-tools;
• Een goede teamgeest voor het werken in een interdisciplinair en internationaal georiënteerde omgeving.

Bovendien:

• Kun je zelfstandig werken en ben je bereid om schrijf- en publicatievaardigheden te ontwikkelen;
• Heb je een sterke passie met de gezondheidszorg, en uitstekende programmeer- en analysevaardigheden;
• Heb je een uitstekende beheersing van de Engelse en Nederlandse taal en goede communicatieve vaardigheden.

Wij moedigen hoge verantwoordelijkheid en onafhankelijkheid aan, terwijl je samenwerkt met collega's, onderzoekers, andere universiteitsmedewerkers en partners. Wij volgen de arbeidsvoorwaarden van de Nederlandse Collectieve Arbeidsovereenkomst voor Universiteiten (CAO). Ons aanbod omvat: een voltijdse PhD-positie van 4 jaar met een qualifier in het eerste jaar; uitstekende begeleiding in een stimulerende onderzoeksomgeving met uitstekende faciliteiten; en een persoonlijk ontwikkelingsprogramma binnen de Twente Graduate School. Het omvat ook:

• Een bruto maandsalaris van € 2.872 in het eerste jaar, elk jaar stijgend tot € 3.670 in het vierde jaar;
• Uitstekende secundaire arbeidsvoorwaarden, waaronder een vakantietoeslag van 8% van het bruto jaarsalaris, een eindejaarsuitkering van 8,3% en een solide pensioenregeling;
• 29 verlofdagen per jaar bij een fulltime dienstverband;
• Een opleidingsprogramma als onderdeel van de Twente Graduate School, waarin jij en je begeleiders een plan formuleren voor passende educatie en begeleiding;
• Een groene campus met gratis toegang tot sportfaciliteiten en een internationale wetenschappelijke gemeenschap;
• Een gezinsvriendelijke instelling die ouderschapsverlof (zowel betaald als onbetaald) aanbiedt;
• De status van volwaardige medewerker aan de Universiteit Twente, wat pensioenen, zorgverzekeringen en goede secundaire arbeidsvoorwaarden omvat als onderdeel van de collectieve arbeidsovereenkomst CAO-NU voor Nederlandse universiteiten.

Bij de afdeling Health Technology en Services Research (HTSR) (https://www.utwente.nl/en/bms/htsr/) wordt multidisciplinaire expertise ontwikkeld ter ondersteuning van innovaties in de gezondheidszorg, variërend van de introductie van nieuwe technologieën tot het gebruik van data-gedreven kunstmatige intelligentie voor klinische beslissingsondersteuning. Het onderzoek richt zich op kwantitatieve analyses ter ondersteuning van strategieën die de efficiëntie van de gezondheidszorg verbeteren.

HTSR is onderdeel van de Faculteit Gedrags-, Management- en Sociale Wetenschappen (BMS, https://www.utwente.nl/nl/bms/) en het Technical Medical Centre (TechMed, https://www.utwente.nl/nl/techmed/), een vooraanstaand innovatiecentrum van de Universiteit Twente.