Projektassistent inom digital patologi och AI

SPRINTR är en nationell forskningsinfrastruktur för prostatacancer som leds från Umeå universitet och Region Västerbotten. Män som utreds för prostatacancer vid kliniker över hela Sverige samtycker till att deras biopsier, bilder och data används i forskning. Alla glas från högriskfall skannas, och vi utvecklar AI-verktyg som ur vanliga H&E-färgade snitt ska kunna förutsäga tumörens biologi och vilken behandling patienten har nytta av. Läs mer på www.sprintr.se.
Anställningen är tidsbegränsad 6 månader på heltid med start 261204 eller enligt överenskommelse.
Arbetsuppgifter
Som projektassistent kommer du att annotera och bedöma digitala helglasbilder från prostatabiopsier och operationspreparat. Arbetet innebär att markera tumörområden, Gleasonmönster och andra morfologiska drag i annoteringsprogram som QuPath och TissUUmaps samt att bedöma immunhistokemiska färgningar för Ki67, PSA och AR enligt fastställda protokoll.
I arbetsuppgifterna ingår även att kvalitetsgranska snitt och skanningar samt dokumentera bedömningarna som underlag för träning och validering av AI-modeller. Bedömningarna görs enbart i forskningssyfte och återförs inte till vården. Du arbetar självständigt utifrån fastställda protokoll och i nära samarbete med projektets huvudansvariga forskare (PI), patolog och AI-utvecklare i Umeå och Uppsala. Även administrativa arbetsuppgifter kan ingå.
Kvalifikationer
Vi söker dig som har minst kandidatexamen inom medicin, biomedicin eller närliggande område samt relevant arbetslivserfarenhet.
Du har erfarenhet av histopatologisk bedömning av vävnadssnitt och vana att arbeta med digitalt bildmaterial i datorprogram. Du är noggrann och strukturerad samt har förmåga att bibehålla hög kvalitet vid systematisk bedömning av stora mängder bildmaterial.
Du har god förmåga att uttrycka dig på svenska och engelska i tal och skrift, eftersom båda språken används i arbetsgruppen.
Det är meriterande om du har:
erfarenhet av prostatapatologi,
erfarenhet av digital patologi och annoteringsverktyg, exempelvis QuPath och TissUUmaps,
pågående forskarutbildning inom patologi, cancerforskning eller bildanalys.
Stor vikt kommer att läggas vid personlig lämplighet.
Ansökan
Din ansökan ska innehålla ett CV, ett personligt brev och examensbevis och vara inkommen senast 2026-11-20.
Varmt välkommen med din ansökan!