Biträdande forskare inom Diagnostisk radiologi

Beskrivning av forskargruppen Forskargruppen Diagnostisk radiologi bedriver forskning relaterad till klinisk bilddiagnostik. LUCI

(Lund University Cancer Imaging) är en tvärvetenskaplig grupp av forskare och medicinska yrkesutövare med huvudsakligt fokus på

innovativa kliniska bilddiagnostiska metoder inom bröstcancerdiagnostik, med ett viktigt fokus artificiell intelligens inom

cancer-screening. Verksamheten är förlagd till Skånes universitetssjukhus (SUS) i Malmö. Både Diagnostisk radiologi och LUCI leds

av professor Sophia Zackrisson och består av forskare med olika professionella bakgrunder samt teknisk personal. Mer information

finns här. Magnus Dustler, docent i radiologi, bedriver forskning bland annat inom användandet av artificiell intelligens inom

bröstradiologi. I ett samarbete med den nyskapade Hybrid Intelligence gruppen vid LUSEM under ledning av universitetslektor Blerim

Emruli, samt vår internationella partner professor Dagmar Monett Diaz från HWR Berlin så undersöker vi nu hur användandet av AI

som granskningshjälp påverkar radiologers inlärning och färdighetsträning. Inom forskargruppen värnar vi om en god arbetsmiljö som

präglas av respekt och hänsyn i våra relationer med varandra, och vi strävar efter att skapa en arbetsplats som är både

stimulerande och erbjuder möjligheter till professionell utveckling för alla medarbetare. Vi arbetar kontinuerligt för att skapa

goda förutsättningar för arbetsglädje, utveckling och delaktighet. Vi är engagerade i att säkerställa både fysisk säkerhet och en

god psykosocial arbetsmiljö.

Vi erbjuder

Lunds universitet är en statlig myndighet, vilket innebär att du får tillgång till

särskilda förmåner, generös semester och en förmånlig tjänstepension. Läs mer på universitetets webbplats om hur det är att arbeta

vid Lunds universitet: Arbeta vid Lunds universitet. Arbetsuppgifter och ansvarsområden Som biträdande forskare kommer du att vara

ansvarig för att genomföra en studie om hur användandet av AI-verktyg för granskning av mammografibilder används och bör användas

i utbildning och i kliniken. Studien är uppdelad i tre delar:

• En litteraturstudie av olika strategier för AI-användning inom

radiologi och bröstradiologi, samt hur användning av AI inom andra områden har påverkat inlärning och färdighetsutveckling - Ett

praktiskt bildgranskningsexperiment där läkarstudenter rekryteras och får utbildning i att granska mammografibilder antingen med

hjälp av eller utan hjälp av AI verktyg. Samma studenter får sedan granska mammografibilder med eller utan AI stöd. Ett särskilt

fokus kommer att på falska positiva och falska negativa fall. - En praktisk studie där erfarna radiologer granskar bilder där AI

hjälp presenteras på olika sätt för att undersöka hur informationspresentation påverkar granskningsresultatet.

Kvalifikationer

För

anställningen krävs: - Doktorsexamen (PhD) inom medicinsk strålningsfysik, medicinsk bildanalys, radiologi ellernärliggande

relevant fält. - Erfarenhet av bildgranskningsstudier (image perception) - God förmåga att uttrycka dig på engelska, både i tal

och skrift. Stor vikt kommer att läggas vid personliga egenskaper. Arbetsuppgifterna kräver att du är fokuserad, lyhörd och brett

intresserad av medicinsk bildgivning, forskning med stort genomslag och interdisciplinära samarbeten. Meriterande för

anställningen: - Tidigare praktiska eller teoretiska erfarenheter av Hybrid Intelligence - Erfarenhet av maskininlärning och

speciellt sådan erfarenhet kopplad till medicinsk bildgivning, bådeinom forskning och kliniskt - Erfarenhet av forskning inom

bröstradiologi - Erfarenhet av bildanalys och bildhantering med relevanta programspråk (Python, Matlab mm) - Erfarenhet av

forskning inom pedagogik och särskilt inom utbildning av läkarstudenter - God förmåga att uttrycka dig på svenska, både i tal och

skrift Övrigt Anställningen är en tidsbegränsad anställning (särskild visstidsanställning) under 12 månader, på heltid (100 %),

med preliminärt tillträde 2027-02-01 eller enligt överenskommelse. Så här ansöker du Du ansöker via universitetets

rekryteringssystem. Ansökan ska innehålla ett personligt motivationsbrev, CV, examensbevis samt övriga handlingar som du önskar

åberopa (t.ex. rekommendationsbrev).