Institutionen för diagnostik och intervention erbjuder ett postdoktorsstipendium om två år inom projektet AI‑driven medicinsk avbildning. Tillträde sker 1 september 2026 eller enligt överenskommelse. Stipendiet finansieras av Kempestiftelserna.
Projektbeskrivning Maskininlärning och artificiell intelligens har under de senaste åren haft stor genomslagskraft inom medicinsk bildanalys. Till skillnad från CT och MRI, som erbjuder hög standardisering men till höga kostnader, möjliggör ultraljud portabla och kostnadseffektiva tillämpningar. En central utmaning är dock det uttalade operatörsberoendet, både vid datainsamling och klinisk bedömning. Detta postdoktorala projekt syftar till att utveckla och utvärdera AI‑baserade metoder som minskar operatörsberoendet vid ultraljudsavbildning, med fokus på kliniskt relevanta tillämpningar. Forskningen bedrivs inom en väletablerad forskargrupp ledd av Christer Grönlund, med inriktning på metodutveckling inom medicinsk ultraljudsavbildning och med två huvudsakliga tillämpningsområden:
1) Aterosklerosdiagnostik Ateroskleros är en vanlig hjärt‑kärlsjukdom som kan leda till plackruptur och allvarliga tillstånd såsom stroke. Nuvarande diagnostiska metoder har begränsad förmåga att identifiera patienter med mellanrisk, trots att denna grupp står för en stor andel av sjukdomsbördan. Projektet fokuserar på tidig identifiering av patofysiologiska fenotyper, decentraliserade undersökningar och minskat operatörsberoende.
2) Diagnostik av skelettmuskelsjukdomar I ett parallellt spår utvecklas icke‑invasiva ultraljudsbaserade metoder som alternativ till dagens nålbaserade diagnostik. Arbetet omfattar avancerad analys av motoriska enheter i muskelvävnad, med målet att översätta metoder från specialiserade forskningssystem till kliniskt tillgängliga ultraljudsskannrar.
Inom ramen för det postdoktorala projektet ges stipendiaten möjlighet att vidareutveckla och fördjupa sina kunskaper inom exempelvis följande metoder och koncept:
Anomalidetektion
Domänadaption
Few-shot learning
Grafbaserade modeller
Visionstransformers och/eller diffusionsmodeller
2D+tid (video) segmentering
Kvalifikationer För att vara behörig för ett postdoktoralt stipendium ska personen ha avlagt doktorsexamen eller utländsk examen som bedöms motsvara doktorsexamen inom medicinsk teknik, datavetenskap, elektronik, eller motsvarande. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då beslut om stipendiatmottagare fattas. För att vara aktuell som postdoktorstipendiat bör i första hand den komma i fråga som avlagt examen högst tre år sedan från sista ansökningsdag. Om det finns särskilda skäl kan den komma i fråga som avlagt doktorsexamen tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet eller klinisk tjänstgöring, förtroendeuppdrag inom fackliga arbetstagarorganisationer eller andra liknande omständigheter.
Ytterligare krav
Dokumenterad utbildning inom samt praktisk erfarenhet av maskininlärning och AI‑metoder, styrkt genom kursintyg och/eller vetenskapliga publikationer
Mycket god förmåga att uttrycka sig i tal och skrift på engelska
Goda programmeringskunskaper i Matlab och/eller Python
Meriterande kvalifikationer
Erfarenhet av arbete med medicinsk bildanalys. Kunskap om eller praktisk erfarenhet av generativa modeller, anomalidetektion samt bild‑ och signalanalys.
Personliga egenskaper
Vi söker dig som är driven och nyfiken, har god samarbetsförmåga och samtidigt kan arbeta självständigt och ta eget ansvar i forskningsarbetet.
Ansökan Ansökan ska vara skriven på engelska eller svenska och bifogade dokument ska vara i Word eller pdf-format. Ansökan ska registreras via Umeå universitets e-rekryteringssystem Varbi och vara inkommen senast den 30 april 2026.
