卡罗林斯卡学院（Karolinska Institute）坐落于瑞典首都斯德哥尔摩，是瑞典著名的医学院。卡罗林斯卡学院建立于1810年。卡罗林斯卡学院是世界上最大最好的单一医学院之一，也是世界医学排名前十的医学院。

研究方向：计算病理学、医学人工智能

项目介绍：

课题组提供了一个高度跨学科和充满活力的研究环境，处于国际前沿，致力于开发和实施精准医疗策略，以改善癌症的诊断和治疗。

该团队的核心能力包括大规模图像处理和分析、基于深度学习的人工智能 (AI) 算法的开发以及超级计算系统的高效利用。背景涵盖计算机科学和数学、生物技术和医学，团队拥有高度合作和灵活的工作文化。

博士生项目和博士生职责：

人工智能和机器学习 (ML) 为精准医疗提供了新机遇，精准医疗中采用数据驱动的方法来改善诊断、预测和治疗决策。病理学是越来越依赖数据的医学学科之一，其中组织样本的数字扫描已成为一种常规做法，并提供了大量图像数据，可作为更有效、更准确地对癌症等疾病进行临床管理的基础。

课题组将最新的人工智能技术应用于数字病理数据分析，旨在提高病理评估的效率、准确性和可重复性。课题组还越来越多地致力于多模态分析，将图像数据与分子信息和临床变量一起处理，以建立能够估计个人疾病最有可能的未来发展并预测最佳治疗方案的人工智能模型。

博士生将参与分析内部开发的先进人工智能模型和公开的基础模型在不同患者群体和数字病理平台上对前列腺癌进行诊断、分级和预测的性能的项目。学生将开发由人工智能支持的新兴解决方案的算法，以简化临床组织病理学工作流程，例如，仅基于常规组织标本使用生成式人工智能对组织样本进行虚拟染色和分子分析，目的是使病理学中的精准医疗方法更加准确、可扩展且具有成本效益。

博士生需要深入了解最先进的人工智能和图像分析方法，并在作为跨学科科学家和临床医生团队的一员工作的同时，吸收必要的医学和组织病理学知识。博士生的职位包括在导师团队的指导下积极推动自己的研究项目，并准备发表的科学研究论文。

技能和个人素质：

申请人应具备以下技能和经验：

- 拥有与计算病理学相关领域的硕士学位或同等学历，例如生物信息学、生物医学工程、生物技术、计算机科学、图像/信号处理、医学、软件工程、统计学或相关领域。

- 对 ML/AI 基础知识有扎实的理解（例如基于合适的教育背景或之前的专业经验）并有兴趣深入了解 ML/AI 的理论和实践。

- 至少精通一种编程语言，具有良好的编程技能，最好能够以示例代码或早期项目/研究的其他输出的形式展示（例如链接到 Github/Gitlab 个人资料）。

- 能流利地用英语书写和说话。

以下技能和经验被视为有优势：

- 具有处理数字病理数据的经验，熟悉整个幻灯片图像文件格式和工具（例如 OpenSlide、Bioformats、QuPath、Cytomine）。

- 具有处理显微镜或医学成像系统等其他（生物医学）图像数据的经验。

- 了解 PyTorch 和/或其他 AI 和图像分析框架（例如 TensorFlow、OpenCV、MATLAB）。

- 具备较强的 Python 编程技能。

- 软件工程技能，例如版本控制、依赖管理和软件测试。

- 具有高性能计算经验（例如使用云、计算集群或超级计算机）。

- 数据管理、数据库和注册表方面的专业知识。

- 了解病理学、肿瘤学或其他相关医学领域并对其感兴趣。

- 展示科学写作技能（例如论文或出版物的形式）。

- 在跨学科环境中工作并与不同背景的专业人士交流的经验。

申请人应具有出色的分析解决问题的能力，能够主动承担研究项目的责任，并能坚持不懈地面对工作中的障碍。申请人还必须具有很强的团队精神，能够很好地作为跨学科和多元化团队的一员工作。