Die Hochschule Neu-Ulm (HNU) sucht derzeit nach talentierten Wissenschaftlichen Mitarbeitern und Mitarbeiterinnen zur Unterstützung ihres innovativen Projekts im Bereich digitale Pathologie. Als Teil des Drittmittelprojekts „EXPLAINER“ stehen Bewerber vor der spannenden Aufgabe, Machine-Learning-Algorithmen zu entwickeln und diese nahtlos in bestehende Systeme einzubinden. Die Stelle ist im Rahmen der Fakultät Gesundheitsmanagement angesiedelt und setzt auf modernste Techniken im Gesundheitswesen.
Am Institut „DigiHealth“ werden die zukünftigen Mitarbeiter ein dynamisches Umfeld aus Forschung und Lehre erleben, das auf interdisziplinäre Zusammenarbeit ausgelegt ist. Von der Erstellung von Eye-Tracking-Studien bis hin zur Analyse von Tumorgeweben – die Projekte sind vielfältig und bieten die Möglichkeit, an vorderster Front zukunftsweisende Technologien zu erproben. Durch die Arbeit an innovativen Machine-Learning-Methoden wird das Team die digitale Bildverarbeitung im medizinischen Bereich voranbringen.
Aufgaben und Verantwortlichkeiten
Zu den Hauptaufgaben gehören die Recherche relevanter Literatur sowie das Dokumentieren und Steuern des Projektfortschritts. Ein wesentlicher Fokus wird auf der Entwicklung einer Eye-Tracking-Studie liegen, die wertvolle Erkenntnisse über das Analyseverhalten von Medizinern bei der Betrachtung von Tumorgewebe, wie zum Beispiel dem Glioblastom, liefert. Diese gewonnenen Daten werden anschließend zur Verbesserung von Machine-Learning-Modellen verwendet, die für die automatische Bewertung und Klassifizierung von Bilddaten in einem PACS (Picture Archiving and Communication System) verantwortlich sind.
- Eigenständige Durchführung von Usability- und Akzeptanzstudien, einschließlich der Analyse und Auswertung der gesammelten Daten.
- Unterstützung des interdisziplinären Teams bei Workshops und Präsentationen für verschiedene Stakeholder sowie die Vorstellung der Projektergebnisse bei Messen und Konferenzen.
- Optimale Einbringung in das Projektmanagement.
Für die Stelle ist ein promotionsqualifizierender Hochschulabschluss im Bereich Machine Learning, Künstliche Intelligenz, Informatik oder Medizininformatik von Vorteil. Erfahrung im Umgang mit Machine-Learning-Algorithmen sowie in Eye-Tracking-Experimenten sind ebenfalls wünschenswert. Die HNU legt großen Wert auf die Fähigkeit, komplexe Daten strukturiert zu erfassen und auszuwerten.
Arbeitsumfeld und Vorteile
Die HNU bietet ihren Mitarbeitern ein modernes Arbeitsumfeld mit flexiblen Arbeitszeiten und der Möglichkeit, Homeoffice zu nutzen. Dies spiegelt die fortschrittliche Haltung der Hochschule wider, die nicht nur auf Innovation, sondern auch auf eine ausgeglichene Work-Life-Balance setzt.
- Vielfältige Fort- und Weiterbildungsmöglichkeiten sowie die Teilnahme an internationalem Austausch über Staff Mobility.
- Ein kollegiales Arbeitsumfeld, das die Gleichstellung aller Mitarbeiter fördert.
- Attraktive Zusatzleistungen, darunter Regelungen zum Gesundheitsmanagement und einen Dual Career Service für Familien.
- Kostenlose Parkmöglichkeiten und eine ausgezeichnete Anbindung an den öffentlichen Nahverkehr.
Die Stelle ist vorerst bis zum 30.09.2027 befristet und richtet sich an Personen, die motiviert sind, an innovativen wissenschaftlichen Projekten zu arbeiten. Bewerbungen sind bis zum 16. September 2024 über das Online-Portal der HNU einzureichen.
Die Hochschule Neu-Ulm fördert ausdrücklich die Einstellung von Menschen mit Behinderungen und ermöglicht Teilzeitstellen, sofern diese durch Jobsharing realisierbar sind.
Diese Position stellt eine spannende Gelegenheit dar, an der Schnittstelle zwischen Technologie und Gesundheitsmanagement mitzuwirken und für die Zukunft digitaler Arztpraxen einen wichtigen Beitrag zu leisten.
Technologische Innovationen im Bereich digitale Pathologie
Die digitale Pathologie ist ein aufstrebendes Feld, das durch den Einsatz moderner Technologien erheblich transformiert wird. Machine Learning und Künstliche Intelligenz spielen eine zentrale Rolle in diesem Prozess, indem sie Forscher und Mediziner dabei unterstützen, präzisere Diagnosen zu stellen. Die Integration von Eye-Tracking-Daten in digitale Pathologiesysteme ist ein besonders innovativer Ansatz, der es ermöglicht, das Analyseverhalten von Fachleuten besser zu verstehen und die Effektivität diagnostischer Verfahren zu steigern.
Eine umfassende Analyse der bestehenden Technologien zeigt, dass die Verwendung von Eye-Tracking zur Beobachtung der Blickverläufe bei der Beurteilung von Tumorgewebe relevante Erkenntnisse liefern kann. Diese Methodik eröffnet neue Wege in der klinischen Anwendung, indem sie das Verhalten von Pathologen in Echtzeit erfasst und auswertet. Die Zusammenarbeit mit medizinischen Einrichtungen, die bereits auf digitale Pathologie setzen, hat gezeigt, dass die Kombination dieser Technologien nicht nur die diagnostische Genauigkeit erhöht, sondern auch die Effizienz in der Patientendiagnose verbessert.
Relevanz der Augenverfolgungstechnologie in der medizinischen Forschung
Die Augenverfolgungstechnologie hat in den letzten Jahren auch in der medizinischen Forschung zunehmend an Bedeutung gewonnen. Insbesondere in der Pathologie kann die Analyse von Eye-Tracking-Daten dabei helfen, Muster im Entscheidungsverhalten von Medizinern aufzudecken. Studien zeigen, dass Pathologen oft dazu tendieren, ihre Aufmerksamkeit auf bestimmte Bereiche eines Gewebes zu konzentrieren, was Einfluss auf ihre diagnostischen Entscheidungen hat.
Zusammenfassend lässt sich sagen, dass Eye-Tracking-Studien zur Entwicklung von Machine-Learning-Modellen in der digitalen Pathologie eine vielversprechende Zukunft haben. Die gesammelten Daten können dazu beitragen, Algorithmen zu optimieren und letztlich die Patientensicherheit zu erhöhen, indem sie eine präzisere Diagnose ermöglichen.
Statistische Daten zur Forschung im Bereich digitale Pathologie
Aktuelle Statistiken belegen, dass der Markt für digitale Pathologie bis 2025 voraussichtlich einen Wert von über 4 Milliarden Euro erreichen wird. Diese Daten spiegeln die zunehmende Akzeptanz und Implementierung von digitalen Technologien in der medizinischen Diagnostik wider. Zudem zeigen Umfragen unter Pathologen, dass über 80% der Fachleute angeben, dass digitale Werkzeuge ihre Diagnosen unterstützen und die Effizienz in ihrer Arbeit erhöhen.
Darüber hinaus geben fast 70% der Befragten an, dass sie positive Erfahrungen im Umgang mit Machine Learning und Künstlicher Intelligenz gemacht haben, um die Analyse von Bilddaten zu verbessern. Die kontinuierliche Entwicklung solcher Technologien ist also nicht nur ein technischer Fortschritt, sondern auch ein entscheidender Schritt in Richtung einer qualitativ hochwertigen Patientenversorgung.
