De belofte van datawetenschappen en kunstmatige intelligentie voor de intensive care geneeskunde is enorm. Leren van gegevens over alle voorgaande patiënten om de behandeling van een toekomstige kritiek zieke patiënt te personaliseren en te verbeteren.

Essentieel hierbij is beschikbaarheid van data. Die wordt op intensive cares in ruime mate routinematig verzameld en opgeslagen in het elektronisch patiëntendossier, bijvoorbeeld vanuit apparatuur voor bewaking en ondersteuning. Deze zogenaamde real-world data zou wereldwijd beschikbaar moeten zijn voor onderzoek. Voor externe validatie van observationeel onderzoek tot gerandomiseerde trials. En om ontwikkeling van kennis, modellen en toepassing van kunstmatige intelligentie aan het bed van de patiënt te versnellen.

Maar lange tijd was dergelijke intensive care data alleen vrij beschikbaar vanuit de VS. Niet vanuit Europa vanwege technische, ethische en privacy-gerelateerde obstakels. Sinds kort is daar verandering in gekomen. Want Amsterdam UMC heeft eerder laten zien hoe deze obstakels kunnen worden overwonnen. Dat resulteerde in AmsterdamUMCdb uitgegeven samen met Amsterdam Medical Data Science, met data vanuit één van onze intensive care locaties zoals bekend vanuit het NOS journaal (vanaf 3:44), de geschreven pers en de wetenschappelijke literatuur.

Nu heeft Amsterdam UMC de ambitie om data vanuit alle intensive care locaties verantwoord vrij te geven. Zo moet de grootste vrij beschikbare intensive care database uit Europa ontstaan. En laten we de wereld zien hoe er met dergelijke data het beste resultaten geboekt kunnen worden. Door eigen voorbeeldprojecten en onderzoek op het grensvlak tussen datawetenschappen, kunstmatige intelligentie en intensive care geneeskunde. Voor de wereld van Amsterdam UMC. En andersom.

Dit project sluit naadloos aan bij de strategische ambities van Amsterdam UMC om in al ons werk data te gebruiken en te delen en om van ieder patiënt te leren om de zorg van morgen te verbeteren. Daarom is volledige financiering beschikbaar gesteld vanuit het innovatiefonds van Amsterdam UMC.

Wat ga je doen?
Je belangrijkste uitdaging is om de grootste Europese vrij beschikbare intensive care database te creëren. Door data vanuit alle intensive care locaties van Amsterdam UMC te combineren en binnen de grenzen van wet- en regelgeving vrij beschikbaar te maken. Sleutelwoorden daarbij zijn data mappings, de-identificatie, governance en draagvlak.

Maar eveneens cruciaal is je uitdaging om met behulp van geavanceerde analyses met name vanuit de kunstmatige intelligentie en specifiek alle vormen van machine learning inzichtelijk te maken welke mogelijkheden er zijn om met deze data te werken in de vorm van eigen voorbeeldprojecten en onderzoek.

Dat alles doe je natuurlijk niet alleen maar samen met een krachtig projectteam dat bestaat uit intensivisten, klinisch informatici, dataspecialisten en datawetenschappers. Je werkt nauw samen met de overige promovendi in ons center for critical care computational intelligence van de afdeling intensive care volwassenen van Amsterdam UMC, dat nauwe banden onderhoudt met de kunstmatige intelligentie vakgroepen van de Universiteit van Amsterdam en de Vrije Universiteit.

Bij de eerste stappen van het selecteren, combineren en mappen van de data werk je nauw samen met andere promovendi binnen ons centrum, zoals icudata.nl waarbij data van zoveel mogelijk Nederlandse intensive cares wordt gebundeld maar niet vrij beschikbaar wordt gemaakt. Je maakt dus deel uit van een jong team in een uitdagende leeromgeving.

Je resultaten publiceer je in toonaangevende wetenschappelijke tijdschriften en het is de bedoeling dat dit zal resulteren in een wetenschappelijke promotie. Als promovendus krijg je binnen de Amsterdam UMC Doctoral school toegang tot verdere opleiding en ontwikkeling. In overleg en afhankelijk van klinische interesse en bezetting in de kliniek is in de loop van het project werken als ANIOS intensive care in deeltijd bespreekbaar.

Als promovendus ben je verantwoordelijk voor de coördinatie van onderzoek in meerdere centra. Andere taken zijn het schrijven van rapporten en wetenschappelijke artikelen en het deelnemen aan nationale en internationale wetenschappelijke bijeenkomsten.

In dit promotietraject heb je veel interactie met de andere promovendi in onze onderzoeksgroep.

Harde eisen

• Je hebt de master geneeskunde afgerond;
• Je spreekt vloeiend Nederlands en uitstekend Engels;
• Je hebt affiniteit met data en intensive care geneeskunde.

Pluspunten

• Je bent een enthousiaste en initiatiefrijke teamspeler maar kan ook goed zelfstandig werken;
• Ervaring met programmeren en databases;
• Ervaring met machine learning;
• Ervaring met python en R;
• Klinische ervaring, vooral op de intensive care.

• Een contract voor de duur van de opleiding als arts-onderzoeker van 29 tot 36 uur per week voor 1 jaar met de intentie tot verlenging voor de volledige projectduur van drie jaar.
• Inschaling in salarisschaal 10: € 3.230 tot € 5.088 bruto bij een fulltime dienstverband, afhankelijk van opleiding en ervaring, Naar verwachting worden deze bedragen met 6% verhoogd per januari 2023.
• Naast een goed basissalaris krijg je onder andere 8,3% eindejaarsuitkering en 8% vakantietoeslag. Bereken hier jouw netto salaris
• Gratis en onbeperkt toegang tot onze online leeromgeving GoodHabitz
• Pensioenopbouw bij het ABP, waarvan wij 70% van de premie betalen
• Uitstekende bereikbaarheid, vergoeding van 75% van je OV-reiskosten en een riante fietsregeling.
• Een actieve personeelsvereniging én Jong Amsterdam UMC vereniging, die beide leuke en vaak sportieve activiteiten en evenementen organiseren.

Amsterdam UMC

De afdelingen intensive care volwassenen van Amsterdam UMC zijn internationaal toonaangevend op het gebied van zowel kliniek, onderwijs, opleiding en wetenschappelijk onderzoek. Een belangrijke onderzoekslijn is de datagedreven intensive care geneeskunde. Die begeeft zich op het grensvlak van datawetenschappen, kunstmatige intelligentie en intensive care geneeskunde.

Binnen het center for critical care computational intelligence werken we samen aan data delen en toepassen binnen onze overkoepelende bytes-to-bedside visie. Er zijn in dat kader nauwe samenwerkingen met de vakgroep klinische informatiekunde en de vakgroepen kunstmatige intelligentie van zowel UvA als VU. Ons uiteindelijke doel is om routinematig verzamelde data rondom de behandeling van zoveel mogelijk kritiek zieke patiënten om de behandeling van toekomstige kritiek zieke patiënten te verbeteren.

Het is de verwachting dat je zowel op locatie VUmc als AMC werkt. In overleg worden flexibele werktijden en thuiswerken aangemoedigd.