Magnet.me - Het slimme netwerk waar studenten en professionals hun stage of baan vinden.
Het slimme netwerk waar studenten en professionals hun stage of baan vinden.
Je carrière begint op Magnet.me
Maak een profiel aan en ontvang slimme aanbevelingen op basis van je gelikete vacatures.
Werk aan gepersonaliseerde blaaskankerzorg met AI. Combineer beeld- en RNA-data, ontwikkel innovatieve modellen en draag bij aan betere behandelkeuzes en levenskwaliteit voor patiënten.
Functie inhoud
Een nauwkeurige risicostratificatie bij hoog-risico niet-spierinvasieve blaaskanker (HR-NMIBC) blijft een uitdaging. Dit leidt vaak tot onder- of overbehandeling. Gepersonaliseerde, blaas besparende therapieën zijn momenteel niet beschikbaar, waardoor patiënten vaak een ingrijpende blaas verwijdering ondergaan met grote impact op hun kwaliteit van leven. RNA-gebaseerde moleculaire subtypes kunnen mogelijk bijdragen aan betere risicostratificatie, maar worden in de kliniek nog weinig toegepast vanwege hoge kosten en lange verwerkingstijden.
In dit promotieonderzoek ontwikkel je innovatieve AI-methoden die histopathologische beelden combineren met RNA-sequencingdata om moleculaire subtypes van blaaskanker te voorspellen. Het uiteindelijke doel is het identificeren van nieuwe therapeutische aangrijpingspunten, die gevalideerd worden met behulp van blaaskanker-organoïden. Jij wordt de eerste die betrouwbare en uitgebreide AI-modellen ontwikkelt voor subtypevoorspelling, met directe impact op klinische besluitvorming en gepersonaliseerde behandelstrategieën.
Dit project, gefinancierd door NWO, bouwt voort op het Europese CLARIFY-project en wordt uitgevoerd in samenwerking met een postdoc, een promovendus en een lab technicus. Je werkt nauw samen met clinici om klinisch relevante onderzoeksvragen te formuleren, pathologiedata te digitaliseren en je richt je primair op medische beeldanalyse en AI-ontwikkeling.
Het project is een samenwerking tussen het Radboudumc, ProBCI (Dutch Bladder Cancer Infrastructure) en IKNL (Integraal Kankercentrum Nederland). De functie start in het vierde kwartaal van 2025, uiterlijk in januari 2026.
Werkomgeving
Je onderzoek vindt plaats binnen de afdelingen Urologie, Pathologie en Klinische Bio-informatica van het Erasmus MC in Rotterdam, in nauwe samenwerking met de Computational Pathology Group van het Radboudumc in Nijmegen. De afdeling Urologie is internationaal toonaangevend op het gebied van blaaskankeronderzoek en -behandeling, met geavanceerde multi-omics en organoïde technologieën. De afdeling Pathologie is gespecialiseerd in klinische bio-informatica en AI-gedreven diagnostiek en prognostiek bij diverse kankersoorten.
Beide afdelingen bieden een inclusieve, samenwerkende en ondersteunende werkomgeving met toegang tot moderne onderzoeksfaciliteiten, waaronder GPU-clusters, dataservers en persoonlijke werkstations met GPU-ondersteuning. Je maakt deel uit van een multidisciplinair team van ervaren onderzoekers op het gebied van beeldanalyse, machine learning, oncologie en pathologie.
Wij selecteren geen kandidaten op basis van kwalificaties en motivatie, ongeacht geslacht, gender, geloof, afkomst of beperking. Je werkt samen met clinici (urologen en pathologen) en onderzoekers met expertise in beeldanalyse, AI, chirurgie en oncologie.
Begeleiding wordt verzorgd door Tahlita Zuiverloon (MD PhD, universitair hoofddocent), Martijn Starmans (PhD, universitair docent), Farhan Akram (PhD, universitair docent) van het Erasmus MC en Geert Litjens (PhD, hoogleraar) van het Radboudumc.
Profiel
Bekijk hier de voorwaarden voor indiensttreding bij Erasmus MC.
Wat bieden wij
Alle arbeidsvoorwaarden zijn conform de cao Universitair Medische Centra.
Meer informatie
Inhoudelijke vragen over de vacature? Neem contact op met Tahlita Zuiverloon via t.zuiverloon@erasmusmc.nl.
We are Erasmus MC. Our roots lie in Rotterdam, a city and port of international standing. We are the most innovative university medical center in the Netherlands and one of the world’s leading centers of scientific research.
Resources:
Change language to: English
Deze pagina is geoptimaliseerd voor mensen uit Nederland. Bekijk de versie geoptimaliseerd voor mensen uit het Verenigd Koninkrijk.