In the Netherlands approximately 2300 patients are diagnosed with pancreatic cancer (PC) each year. PC is a devastating disease with a 5-year survival rate of only 9%, which has hardly improved in the last 40 years. In 15-20% of PC curative surgical resection is feasible. The remainder presents too late, with locally advanced disease or metastatic disease. A small group (7-32%) of patients can benefit from conventional chemo(radiation)therapy and more advanced targeted therapies, like immunotherapy. The big problem is that we cannot predict which patients will react and thus provide treatment to all. All these therapies have strong side-effects, reducing the quality of their remaining short life. Recent research indicates that it depends on the subgroups with different phenotypes and genotypes. An example of such a subtype is a vascular expression profile that exists in 35% of PCs.

CT perfusion (CTP) is a novel imaging method that may allow to define a quantitative vascular phenotype that can successfully select subgroups that benefit from advanced treatment . CTP is currently limited to simple voxel perfusion parameters such as blood flow, blood volume and vascular permeability. Artificial intelligence (AI) and radiomics in particular can extract more relevant tissue features to better define a vascular phenotype of PC. CTP enhanced with radiomics can then be used to predict and monitor therapy response, facilitating personalized treatment. Data will be collected and several AI and radiomics models will be explored to best correlate CTP with immunohistological findings and clinical outcome.

Taken en verantwoordelijkheden
Tijdens dit project maak je deel uit van de multidisciplinaire pancreas werkgroep die zich dagelijks bezighoudt met het behandelen van patiënten met pancreas kanker. Tevens maak je deel uit van de Diagnostic Imaging Analysis Group (DIAG) met uitgebreide expertise in AI, deep learning, machine learning en radiomics in medische beelden. De inclusie van patiënten en dataverzameling is reeds gestart. Belangrijke taken van je onderzoeksproject zijn het uitwerken van de CT perfusie en het beoordelen van de histopathologische kleuringen en het verwerken van de data in AI model.

Tevens zullen de resultaten gepresenteerd worden op wetenschappelijke congressen en leiden tot publicaties en het schrijven van een proefschrift.

Wij zoeken een enthousiaste en gedreven onderzoeker met de volgende expertise en ervaring:

• Afgestudeerd in Geneeskunde, Biomedische Wetenschappen of Technische Geneeskunde;
• Interesse en ervaring op het gebied imaging (CT), pathologie en AI/deep learning/machine learning;
• Wetenschappelijke ervaring is een pre, commitment, enthousiasme en werklust een vereiste;
• Een gedreven en getalenteerd persoon die uitstekend in zowel groepen als zelfstandig kan functioneren;
• Goede communicatieve vaardigheden in Nederlands en Engels.

Tot slot herken je jezelf in de Radboud manier van werken.

Dienstverband voor bepaalde tijd: 3 jaar.

Het betreft een 3 jarig project met een fulltime aanstelling. Je zult worden aangesteld als onderzoeker in opleiding met het standaard salaris en secundaire voorwaarden zoals die gelden voor een Nederlandse promovendus. Je prestaties worden na 1 jaar geëvalueerd. Bij een positieve beoordeling wordt het contract met 2 jaar verlengd.

Inschaling is afhankelijk van vooropleiding. Voor basisarts is schaal 10 van toepassing, voor een biomedisch wetenschapper of technisch geneeskundige is schaal 10A van toepassing.

Bij indiensttreding vragen wij om een verklaring omtrent gedrag (VOG) en vindt er, afhankelijk van de functie, een screening plaats op basis van het aangeleverde cv. De procedure hiervoor verloopt via de afdeling HR van het Radboudumc.

Lees meer over de arbeidsvoorwaarden en sollicitatieprocedure binnen het Radboudumc.

Radboudumc

De afdeling Radiologie en Nucleaire Geneeskunde van het Radboudumc is een dynamische afdeling waar dagelijks meer dan 450 patiënten onderzocht en behandeld worden. Dit doen wij met de beste en meest geavanceerde apparatuur die beschikbaar is op het gebied van CT, MRI, Angio- & Interventie radiologie, Nucleaire Geneeskunde, Echografie en Conventionele Radiologie.

The Diagnostic Image Analysis Group (DIAG) is een research divisie van de afdeling Radiologie en Nucleaire Geneeskunde (RNG) van het Radboud Universitair Medisch Centrum Nijmegen.

Het onderzoek van de afdeling RNG en DIAG is gericht op de ontwikkeling, validatie en toepassing van nieuwe medische technieken bij onder andere prostaatkanker, borstkanker en ook pancreaskanker. Hierbij spelen beeldanalyse en machine learning een belangrijke rol. Het succes van de onderzoeksgroep ligt in de nauwe samenwerking tussen de klinische en research afdelingen. Momenteel werken er ongeveer 150 onderzoekers.

Nijmegen is de oudste stad van Nederland met een rijke historie met een van de levendigste binnensteden van Nederland. Radboudumc heeft meer dan 17.000 studenten en is een toonaangevend academisch centrum voor medische wetenschap, educatie en gezondheidszorg. Werken op onze afdeling betekent veel uitdagingen en ontwikkelmogelijkheden. Wij zijn een afdeling die wil leren en elkaar wil laten leren. Dit stimuleren wij in een open en collegiale sfeer. Wij gaan voor topkwaliteit en service, en toetsen dit continue bij onze klanten.

Het Radboudumc
Het Radboudumc wil vooroplopen in de ontwikkeling van duurzame, innovatieve en betaalbare gezondheidszorg. En daarmee aan de gezondheid van mens en maatschappij in Nederland en daarbuiten. Onze missie is dan ook: To have a significant impact on healthcare. Bekijk zelf hoe dat zich uit in onze strategie.

Lees meer over wat werken bij het Radboudumc betekent en wat onze medewerkers daarover vertellen.