Institutionen för medicinsk epidemiologi och biostatistik bedriver forskning inom epidemiologi och biostatistik inom ett brett spektrum av områden inom biomedicinsk vetenskap. Institutionen är bland de största i sitt slag i Europa och har särskilt starka forskningsprofiler inom psykiatrisk, cancer-, reproduktions-, pediatrisk, farmakologisk, genetisk och geriatrisk epidemiologi, ätstörningar och biostatistik. Vår institution består av forskare, doktorander, biostatistiker, datainsamlare och databasadministratörer samt administrativ personal, totalt cirka 270 anställda. Institutionen är belägen på campus Solna. Mer information finns på ki.se/en/meb.
Forskargruppen är ansluten till det nationella programmet Data Driven Life Sciences (DDLS) och SciLifeLab (https://www.scilifelab.se/researchers/kimmo-kartasalo/). Vi bedriver internationell spetsforskning inom beräkningspatologi och artificiell intelligens (AI). Mer specifikt har gruppen i flera år arbetat med AI-baserade modeller för att hjälpa patologer i deras bedömning av prostatabiopsier.
Gruppens kärnkompetenser inkluderar storskalig bildbehandling och analys, utveckling av djupinlärningsbaserade AI-algoritmer och effektivt utnyttjande av superdatorsystem. Våra bakgrunder sträcker sig från datavetenskap och matematik till bioteknik och medicin, och vi anammar en mycket kollegial och flexibel arbetskultur.
Syftet med detta projekt är att utvärdera möjligheten att använda generativ artificiell intelligens (Gen-AI) på ett nytt sätt för att effektivisera histopatologisk diagnostik genom att eliminera en av nyckelprocesserna inom histologi: färgning av vävnadsprover. Du kommer att utveckla AI-modeller baserade på t.ex. generativa adversariella nätverk (GAN) för att virtuellt färga och avfärga digitaliserade vävnadsprover för att möjliggöra utveckling av AI-algoritmer som kan diagnostisera prostatacancer från ofärgade vävnadsprover. Beroende på projektets framsteg kan även AI-modeller för att förutsäga molekylära biomarkörer från de digitaliserade ofärgade proverna utvecklas.
Dina ansvarsområden inkluderar: 1) utveckling av Gen-AI-modeller för att virtuellt färga och avfärga prover; 3) träning och utvärdering av diagnostiska och molekylärprediktiva AI-modeller som kan bearbeta ofärgade prover.
Tjänsten är en deltidsanställning (50-80% enligt överenskommelse) på 3 månader (juli 2026 – september 2026).
Sökande förväntas ha följande färdigheter och erfarenhet:
Följande färdigheter och erfarenheter anses meriterande:
Övriga kunskaper inom biomedicin, digital patologi eller datavetenskap är meriterande. Stor vikt läggs vid personlig egenskaper: en framgångsrik sökande bör vara kommunikativ, ansvarsfull, noggrann, strukturerad och resultatinriktad i sitt arbete.
Tio skäl att välja Karolinska Institutet
En kreativ, internationell och inspirerande miljö fylld av kompetens och nyfikenhet. Karolinska Institutet är ett av världens ledande medicinska universitet. Vår vision är att driva utvecklingen av kunskap om livet och verka för en bättre hälsa för alla. Här bedriver vi framgångsrik medicinsk forskning och har det största utbudet av medicinska utbildningar i Sverige. Som universitet är Karolinska Institutet en statlig myndighet. Det gör att du får goda förmåner genom vårt kollektivavtal. Medarbetare på KI erbjuds också möjlighet till ett flexibelt arbetssätt. Det innebär att om den verksamhet du jobbar i tillåter, så kan du arbeta en del av din arbetstid på distans. Du får även träna fritt i våra moderna friskvårdsanläggningar där utbildad personal finns på plats.
Placering: Solna
Ansökan ska göras via rekryteringssystemet Varbi. I denna rekrytering söker du med ditt CV utan personligt brev. I ansökningsformuläret kommer du istället att få svara på några frågor om varför du söker jobbet.
| Anställningsform | Tidsbegränsad anställning |
|---|---|
| Anställningens omfattning | Deltid |
| Tillträde | Enligt överenskommelse |
| Löneform | Månadslön |
| Antal lediga befattningar | 1 |
| Sysselsättningsgrad | 50-80% |
| Ort | Stockholm |
| Län | Stockholms län |
| Land | Sverige |
| Referensnummer | STÖD 2-2372/2026 |
| Kontakt |
|
| Facklig företrädare |
|
| Publicerat | 2026-05-29 |
| Sista ansökningsdag | 2026-06-18 |