Postdoc Lymfeklier-management van hoofd-halskanker patiënten verbeteren met AI

Radiotherapie is een essentiële behandeling voor hoofd-halskanker. Bij patiënten met lymfekliermetastasen (N+) laat echter 20–40% van de aangedane lymfeklieren geen volledige respons zien op beeldvorming na behandeling. Dit leidt vaak tot een salvage halsklierdissectie: een ingreep met een hoge morbiditeit omdat er geopereerd wordt na bestraling; complicaties zijn bv. lymfoedeem, fibrose, wondproblemen en blijvende functionele beperkingen. In 60–70% van deze operaties wordt uiteindelijk geen vitale tumor meer gevonden, wat wijst op substantiële overbehandeling. De behandeling voor hoofd-halskanker patiënten vraagt dus om verbetering die direct in de kliniek kan worden ingebracht.

Dit project heeft als doel om vóór start van de behandeling te identificeren welke aangedane individuele lymfeklieren een hoog risico en welke een laag risico op falen hebben na (chemo)radiotherapie. Om hiermee een decision support tool te realiseren die gepersonaliseerde en lymfeklier-specifieke behandelstrategieën mogelijk maakt. Denk hierbij aan hyperselectieve lymfeklierchirurgie voor (chemo)radiotherapie of actieve(re) monitoring in geval van partiële respons van lymfeklieren na (chemo)radiotherapie. Zo wordt onnodige chirurgie voorkomen en kunnen interventies gericht worden ingezet waar dat echt nodig is.

Inhoud van het project
Binnen dit project ontwikkel en valideer je predictiemodellen op basis van machine en deep learning die gebruikmaken van 3D CT-, PET- en MRI-beelden, gecombineerd met klinische variabelen, om het falen van individuele pathologische lymfeklieren te voorspellen. De focus ligt op:
- uitbreiding en verbetering van reeds gevalideerde radiomics-modellen
- ontwikkeling van 3D deep learning-modellen
- implementatie van explainable AI
- het ontwikkelen en implementeren van een klinisch toepasbare decision-support tool, interdisciplinair geïntegreerd in de hoofdhals chirurgie en radiotherapie-workflow

Je werkt met een unieke, reeds beschikbare en gecureerde dataset van >800 hoofd-halskanker patiënten met meer dan 2000 individueel geannoteerde lymfeklieren, inclusief CT, PET en MRI gelinkt aan behandeldata en follow-up. Jouw rol als postdoc
Als postdoc heb jij de regie in dit project om dit zowel technisch als klinisch een succes te maken. Je:
- optimaliseert de voorspelmodellen
- voert training, validatie en externe toetsing van modellen uit
- ontwikkelt het klinische protocol om de selectie voor de behandelingen in gang te zetten. Dit vereist klinische betrokkenheid
- werkt nauw samen en coördineert tussen radiotherapeuten, hoofd-hals chirurgen, klinisch fysici en AI-onderzoekers
- levert een bijdrage aan de klinische implementatie en de toekomstige trials
- bent betrokken bij internationale samenwerking voor dit en gerelateerde projecten
- superviseert master studenten en PhDers

Wij zoeken een technisch geneeskundige of vergelijkbaar profiel met een sterke affiniteit voor klinische implementatie, Artificiële Inteligentie en medische beeldvorming. Vereisten:
- Een afgeronde PhD in Technische Geneeskunde, Geneeskunde, Biomedische Technologie, Medische Beeldvorming of vergelijkbaar
- Affiniteit met klinische toepassing van technische methoden; je vindt het leuk om echte klinische impact te maken
- Werkt goed in multidisciplinaire samenwerking, je kunt goed verbinden
- Ervaring met predictiemodellen (AI, machine learning) en met 3D medische beelddata (CT, PET, MRI)
- Programmeervaardigheden in Python (PyTorch/TensorFlow)
- Goede schriftelijke en mondelinge communicatievaardigheden in het Engels
- Een zelfstandige, proactieve en analytische werkhouding

- Een postdoc-aanstelling van 4 jaar (36 uur per week)
- Je salaris bedraagt maximaal € 5.669,- bruto per maand (schaal 10), afhankelijk van opleiding en ervaring en op basis van een fulltime dienstverband.
- De arbeidsvoorwaarden zijn volgens de CAO Universitair Medische Centra (CAO-UMC).
- 8% vakantietoeslag en 8,3% eindejaarsuitkering
- Minimaal 23 vakantiedagen bij fulltime dienstverband
- Uitstekende faciliteiten voor AI-onderzoek (GPU-infrastructuur)
- Mogelijkheid voor klinische taken en ontwikkeling
- Een positie in een grote en vooral gezellige onderzoeksgroep
- Een inhoudelijk uitdagende positie met directe klinische impact

Je wordt onderdeel van een multidisciplinair en internationaal georiënteerd onderzoeksteam binnen de afdeling Radiotherapie en de afdeling KNO heelkunde van het UMCG. De radiotherapie beschikt over een geïntegreerde foton- en protonenkliniek en één van ’s werelds grootste prospectieve oncologische follow-up programma’s. AI, medische beeldvorming en gepersonaliseerde radiotherapie vormen belangrijke speerpunten.

Dr. Lisanne van Dijk
06 1377 6782
l.v.van.dijk@umcg.nl

Dr. Inge Wegner
+3150 361 2540
i.wegner@umcg.nl