Jouw profiel
We zoeken een sterk gemotiveerde kandidaat die wil werken op het snijvlak van AI, biomechanica en klinisch onderzoek:
1. Een masterdiploma in de ingenieurswetenschappen of biomedische ingenieurswetenschappen, met een sterke basis in artificiële intelligentie of data science
2. Sterke interesse in machine learning (bv. deep learning, convolutionele neurale netwerken) en biomechanische modellering
3. Programmeerervaring (bv. Python, MATLAB of gelijkaardig)
4. Sterke analytische vaardigheden en een kritische, wetenschappelijke ingesteldheid
5. Interesse in interdisciplinair onderzoek tussen engineering, data science en gezondheidszorg
6. Zelfstandig kunnen werken, gecombineerd met een collaboratieve en proactieve houding
7. Uitstekende communicatieve vaardigheden in het Engels
Ervaring met musculoskeletale modellering (bv. OpenSim), multischaal modellering of machine learning in de gezondheidszorg is een pluspunt.
Jouw onderzoeksfocus
Je werkt op het patiëntgerichte (in vivo) luik van het project en ontwikkelt AI-ondersteunde, patiëntspecifieke voorspellingsmodellen voor kraakbeendegeneratie.
Concreet draag je bij aan de ontwikkeling van een innovatief kader dat volgende elementen integreert:
8. Real-world biomechanische data (wearables en videoanalyse)
9. Klinische data (medische beeldvorming en biomarkers)
10. Multischaal computationele modellen
met als doel kraakbeendegeneratie en behandelingsrespons bij knieartrose te voorspellen.
Jouw rol
Als PhD-onderzoeker binnen OA-CONNECT zal je:
11. Real-world biomechanische data uit wearables en video-opnames verwerken en analyseren om gewrichtsbelasting in het dagelijks leven te kwantificeren
12. Musculoskeletale en kraakbeenbelastingsmodellen implementeren en verder ontwikkelen
13. AI-modellen (bv. deep learning) ontwikkelen, trainen en evalueren om patiëntspecifieke parameters af te leiden uit klinische datasets
14. Probabilistische modellen ontwikkelen en testen om kraakbeendegeneratie en ziekteprogressie te voorspellen
15. Biomechanische, beeldvormings- en klinische datasets integreren in een coherent modelleerframework
16. Modelvoorspellingen valideren aan de hand van een prospectieve klinische cohortstudie bij patiënten met knieartrose
17. Resultaten vertalen naar klinisch relevante inzichten rond ziekteprogressie en behandelingsrespons
18. Reproduceerbare analyse- en modelleringstools ontwikkelen en bijdragen aan open en robuuste onderzoekspraktijken
19. Nauw samenwerken met een multidisciplinair team van ingenieurs, clinici en data scientists
20. Onderzoeksresultaten verspreiden via publicaties, conferenties en wetenschapscommunicatie
Je werkt onder supervisie van Ilse Jonkers, met co-supervisie door Maarten De Vos en Lennart Scheys aan KU Leuven.
Ben jij een gemotiveerde recent afgestudeerde met een masterdiploma en een sterke interesse in data science, biomechanica en biomedisch onderzoek? Wil je werken aan de voorhoede van AI-gedreven innovaties in de gezondheidszorg?Sluit je dan aan bij het ERC-gefinancierde OA-CONNECT-project (Pi Ilse Jonkers), waarin we een fundamentele en nog onbeantwoorde vraag onderzoeken: waarom wordt mechanische belasting—normaal essentieel voor de gezondheid van kraakbeen en chondrocyten—schadelijk bij artrose (osteoartritis, OA)? OA-CONNECT is een toonaangevend, interdisciplinair onderzoeksprogramma dat de biomechanica op gewrichtsniveau verbindt met cellulaire processen via een multischaal aanpak. Door in vitro, in silico en in vivo methodologieën te combineren, brengen we het volledige traject van mechanische prikkel tot cellulaire respons in kaart en ontrafelen we de mechanismen achter kraakbeendegeneratie. Dit PhD-project draagt bij aan een centrale ambitie van OA-CONNECT: het ontwikkelen van schaalbare, datagedreven methoden om de progressie van artrose te voorspellen en behandelingen te personaliseren. Door biomechanica, multischaal modellering, artificiële intelligentie en klinische data te integreren, streven we naar meer predictieve en gepersonaliseerde zorg voor patiënten met knieartrose.
21. Een volledig gefinancierde 4-jarige PhD-positie binnen een prestigieus ERC Advanced Grant project. Aan het einde van het eerste jaar vindt een formele evaluatie plaats, die bepalend is voor de verdere financiering van de resterende drie jaar. Kandidaten worden verwacht om tijdens het eerste jaar, met ondersteuning van de instelling, een persoonlijke PhD-beurs (FWO) aan te vragen.
22. Een hoog-impact onderzoeksthema aan de voorhoede van AI-gedreven, gepersonaliseerde gezondheidszorg
23. Toegang tot unieke multimodale datasets (wearables, klinische cohorten, beeldvorming, biomarkers)
24. Een state-of-the-art onderzoeksomgeving aan KU Leuven, met sterke verbindingen tussen klinische en ingenieurswetenschappen
25. Nauwe samenwerking met toonaangevende experts in biomechanica, AI en klinisch onderzoek
26. Actieve ondersteuning van je wetenschappelijke en professionele ontwikkeling, inclusief mentoring, deelname aan internationale conferenties en netwerkmogelijkheden