Promovendus - Medische beeldanalyse en AI in hemostase onderzoek

Promovendus medische beeldanalyse en AI in hemostase onderzoek

• Ons doel: het ontwikkelen van een geautomatiseerde, high-throughput analyse van flowkamerbeelden met behulp van kunstmatige intelligentie. Hiermee willen we de analyse van trombusvorming versnellen, standaardiseren en verder verbeteren voor zowel wetenschappelijk onderzoek als toekomstige klinische toepassingen.
• Jouw collega’s: je wordt onderdeel van de afdeling Biochemie van de Faculty of Health, Medicine and Life Sciences (FHML), het Cardiovascular Research Institute Maastricht (CARIM) en werkt nauw samen met het Centraal Diagnostisch Laboratorium (CDL) van het Maastricht UMC+. Je maakt deel uit van een multidisciplinair team bestaande uit onderzoekers, analisten, klinisch chemici, hematologen, data scientists en ICT-specialisten.

Je vervult een centrale rol in de ontwikkeling van AI-methoden voor de automatische analyse van beelden afkomstig uit de Maastricht Flowkamer. Dit vormt de kern van je onderzoek. De Maastricht Flowkamer is een technologie waarmee trombusvorming onder (patho)fysiologische stromingssnelheden in real-time wordt gevisualiseerd en vervolgens geanalyseerd. Benieuwd hoe deze techniek werkt? Bekijk de korte video "Let it flow: what flowing blood is telling us about blood clotting": https://www.youtube.com/watch?v=m22Mw7HQ7tA. Daarnaast pas je vergelijkbare AI- en datagedreven benaderingen ook toe op andere biomedische datasets, en draagt zo bij aan een breder onderzoeksprogramma dat methodologische ontwikkeling, medicatiestudies en klinische vertaling omvat, evenals aan voortgangsrapportages en wetenschappelijke publicaties.

Wat jij doet

• Je analyseert de huidige (semi-)geautomatiseerde beeld- en data-analyse van de Maastricht Flowkamer en identificeert mogelijkheden voor verbetering.
• Je ontwikkelt AI-modellen voor de automatische segmentatie, kwantificatie en classificatie van flowkamerbeelden, met deep learning- en self-supervised technieken die ook ongelabelde data benutten.
• Je automatiseert de verwerking en analyse van grote datasets afkomstig uit flowkamerexperimenten
• Je valideert de ontwikkelde AI-modellen en vertaalt deze naar een robuuste high-throughput analysemethode, die aansluit bij klinische vraagstukken binnen de hematologie, zoals de diagnostiek van onbegrepen bloedings- en stollingsafwijkingen.
• Afhankelijk van de voortgang van het project pas je vergelijkbare data science- en AI-methoden toe op andere complexe laboratoriumdatasets op gebied van hemostase en trombose.
• Je werkt nauw samen met laboratoriumonderzoekers, clinici en data scientists om AI-oplossingen optimaal aan te laten sluiten bij klinische en wetenschappelijke vragen.
• Je presenteert onderzoeksresultaten op (inter)nationale congressen en publiceert in internationale wetenschappelijke tijdschriften.

Wat jij meebrengt
Bij de Universiteit Maastricht geloven we dat talent zich op verschillende manieren ontwikkelt. We zoeken een nieuwsgierige onderzoeker met een sterke affiniteit voor AI, medische (beeld)analyse en data science, die graag bruggen slaat tussen computationele methoden en klinische toepassingen. Herken jij jezelf hierin?

• Je hebt een afgeronde masteropleiding, bij voorkeur in een biomedisch-technologische, (bio)medische of een aanverwante richting, zoals geneeskunde, systeembiologie, klinische gezondheidswetenschappen, (clinical) data science of bio-informatica.
• Je hebt aantoonbare ervaring met data-analyse en programmeren (bijvoorbeeld Python of R), bijvoorbeeld via projecten, stages of werkervaring waarin je datasets hebt geanalyseerd. Ervaring met machine learning of deep learning (bijv. met scikit-learn, TensorFlow of PyTorch) en/of (medische) beeldanalyse (zoals segmentatie of classificatie) is een sterke pré.
• Je hebt interesse in hemostase, trombose en laboratoriumgeneeskunde, en begrijpt dat succesvolle AI-oplossingen beginnen met een goed begrip van het onderliggende klinische probleem. Eerdere ervaring op deze gebieden is niet vereist, maar je dient gemotiveerd te zijn om de benodigde biologische en klinische kennis te ontwikkelen.
• Je beschikt over uitstekende communicatieve vaardigheden in het Engels, mondeling én schriftelijk. Beheersing van het Nederlands is een sterke pré.
• Je bent zelfstandig, nieuwsgierig en proactief en werkt graag samen binnen een multidisciplinair team van onderzoekers, klinisch chemici, medisch specialisten, ICT-professionals en andere zorgprofessionals.

Deze functie betreft in de basis een promotieplaats. Tegelijkertijd staan wij open voor sterke kandidaten met een relevante AI-/data science-achtergrond die niet per se een promotietraject willen volgen, zoals ervaren data scientists of AI engineers. In dat geval kan de invulling van de rol worden besproken als een onderzoeksgerichte functie binnen hetzelfde project.

PhD candidate - Medical image analysis and AI in hemostasis reseach

PhD candidate – Medical image analysis and AI in hemostasis reseach

• Our goal: to develop an automated, high-throughput analysis pipeline for flow chamber images using artificial intelligence. By doing so, we aim to accelerate, standardize, and further improve the analysis of thrombus formation under flow conditions for both scientific research and future clinical applications. The generated data will be used to study clinically relevant hemostatic phenotypes, treatment effects, and the potential value of flow chamber testing in patients with bleeding disorders.
• Your colleagues: you will become part of the Department of Biochemistry within the Faculty of Health, Medicine and Life Sciences (FHML), the Cardiovascular Research Institute Maastricht (CARIM), and work closely with the Central Diagnostic Laboratory (CDL) of Maastricht UMC+. You will join a multidisciplinary team of researchers, laboratory analysts, clinical chemists, hematologists, data scientists, and IT specialists.

You will play a central role in developing AI methods for the automated analysis of images generated by the Maastricht Flow Chamber. This will be the primary focus of your research. The Maastricht Flow Chamber is a technology that enables real-time visualization and analysis of thrombus formation under physiological flow conditions. Curious to learn more about this technique? Watch the short video, "Let it flow: what flowing blood is telling us about blood clotting":
https://www.youtube.com/watch?v=m22Mw7HQ7tA. You will also apply similar AI- and data-driven approaches to other biomedical datasets, contributing to a broader research programme covering methodological development, medication studies, and clinical translation, as well as to progress reports and scientific publications.

What you do

• Analyze the current (semi-)automated image and data analysis workflow of the Maastricht Flow Chamber and identify opportunities for improvement.
• Develop AI models for the automated segmentation, quantification, and classification of flow chamber images, using deep learning and self-supervised techniques that also leverage unlabeled data.
• Automate the processing and analysis of large datasets generated from flow chamber experiments.
• Validate the developed AI models and translate them into a robust high-throughput analysis method that aligns with clinical questions in hematology, such as the diagnosis of unexplained bleeding and clotting disorders.
• Depending on the progress of the project, apply similar data science and AI methods to other complex laboratory datasets in the field of hemostasis and thrombosis.
• Collaborate closely with laboratory researchers, clinicians, and data scientists to integrate imaging results with clinical and laboratory data and help translate these findings into clinically relevant conclusions.
• Present your findings at national and international conferences and publish your work in leading international scientific journals.

What you bring
At Maastricht University, we believe that talent comes in many forms. We are looking for a curious researcher with a strong affinity for artificial intelligence, medical image analysis, and data science, who enjoys bridging computational methods and clinical applications. Do you recognize yourself in the following?

• You hold a completed Master's degree, preferably in biomedical engineering, biomedical sciences, medicine, systems biology, clinical health sciences, (clinical) data science, bioinformatics, or a related discipline.
• You have a demonstrated affinity for data analysis and programming (e.g. Python or R), e.g. via projects, internships or other work experience where you’ve analysed datasets. Experience with machine learning, deep learning (e.g. scikit-learn, TensorFlow or PyTorch), or medical image analysis (e.g. segmentation or classification) is considered a strong advantage.
• You have a clear interest in hemostasis, thrombosis, and laboratory medicine, and understand that successful AI solutions start with a thorough understanding of the underlying clinical problem. Prior experience in these fields is not required, but you should be motivated to develop the necessary biological and clinical understanding.
• You possess excellent communication skills in English, written and spoken. Proficiency in Dutch is a strong advantage.
• You are independent, curious, and proactive, while also enjoying working in multidisciplinary teams with researchers, clinical chemists, medical specialists, IT professionals, and other healthcare professionals.

This position is essentially a PhD position. At the same time, we are open to strong candidates with a relevant AI/data science background who are not necessarily looking to pursue a PhD track, such as experienced data scientists or AI engineers. In that case, the role can be discussed as a research-oriented position within the same project.

PhD Candidate Towards a tiered risk assessment strategy to evaluate the safety of herbal supplements

PhD Candidate: Towards a tiered risk assessment strategy to evaluate the safety of herbal supplements

Herbal food supplements are widely used and often perceived as inherently safe because they are ‘natural’. Yet these products can contain complex mixtures of bioactive compounds, and their composition may vary depending on the plant material, extraction method and production process. Contamination, adulteration and differences between batches add further uncertainty. Because these products are generally not tested before entering the market, potential adverse effects may only become apparent once they are already widely used.

That is why a robust and structured strategy is needed to better evaluate the safety of herbal supplements and reduce potential risks to human health. In this collaborative project, you will investigate the hepatotoxicity, nephrotoxicity, genotoxicity and endocrine-disrupting potential of diverse herbal extracts using human-relevant in vitro models and complementary bioassays. You will also examine how liver metabolism influences their toxicity. For selected extracts, you will use chemical analyses such as LC-MS/MS and GC-MS to help identify the compounds responsible for the observed effects. The complementary PhD project at Utrecht University will investigate other potential adverse health effects, including neurotoxicity, cardiotoxicity and effects on the blood-brain barrier.

This position is part of a four-year research programme commissioned by the Netherlands Food and Consumer Product Safety Authority (NVWA). The project is a collaborative effort with Utrecht University to investigate and evaluate the potential toxicity of herbal supplements using a range of in vitro approaches. Together, the two projects will contribute to an integrated strategy for the early detection and prioritisation of potential hazards associated with herbal food supplements.

Your colleagues
You will work in the Department of Pharmacology & Toxicology at Maastricht University and be embedded in NUTRIM School of Nutrition and Translational Research in Metabolism. Here, you will join a multidisciplinary environment where biologists, chemists and toxicologists investigate how chemical exposures and oxidative stress alter cellular processes. The department gives you access to expertise and facilities in cell-based toxicology, molecular biology and chemical analysis.

The project will be led at Maastricht University by Dr Misha Vrolijk, who will provide daily supervision.

What you do

• You develop and apply a next-generation strategy for assessing the safety of complex herbal preparations. Your main activities are:Review scientific literature, nutrivigilance data, risk assessments and available in silico information to select relevant botanicals, endpoints and assays.
• Develop and validate an effect-based test battery for hepatotoxicity, nephrotoxicity, genotoxicity and endocrine activity using well-characterised reference botanicals.
• Use human-relevant in vitro models and complementary bioassays to screen complete herbal preparations, including products whose exact composition is not fully known.
• Contribute to mechanistic experiments and targeted chemical analyses, including LC-MS/MS and GC-MS, to identify compounds associated with observed biological activity.
• Integrate toxicological, chemical-analytical, in silico and nutrivigilance data to relate in vitro potency to plausible human exposure.
• Publish your findings in peer-reviewed journals, present them at scientific meetings and contribute to project reporting.

Are you ready to set the course for the years ahead? Then we’d love to meet you.

What you bring
We’re not looking for checkboxes; we’re interested in who you are and what you bring. Do you recognize yourself in this?

You are a curious, open-minded and proactive researcher with strong analytical skills and perseverance to develop and troubleshoot laboratory methods. You are able to work both independently and as part of a multidisciplinary team, and you collaborate effectively within a network that includes Maastricht University, Utrecht University, the NVWA, and external scientific partners.

Furthermore, you bring:

• A successfully completed Master of Science (MSc) in Biomedical Sciences, Molecular Life Sciences, Toxicology, Chemistry, Food Safety or any related field.
• Theoretical knowledge and experience and affinity with the field of toxicology, food safety, and/or risk assessment through academic training (courses, thesis, or research project) in your previous education.
• Hands-on experience and strong analytical capacity in mammalian cell culture, relevant molecular or biochemical assays (PCR, bioassays), and standard chemical analytical techniques such as HPLC and mass spectrometry.
• Practical experience with one or more of the following is an advantage: 2D/3D cell models, genotoxicity testing, reporter-gene assays, oxidative stress or mitochondrial assays, S9 metabolism studies, or analytical chemistry/mass spectrometry.
• Strong communication skills in English (fluent at C1 level), including scientific English writing and presenting and who has the ambition to share research outside of regular scholarly activities (such as writing publications).

PhD Candidate Mechanical Circulatory Support

PhD Candidate Mechanical Circulatory Support

• Our goal: To improve outcomes for patients with cardiogenic shock and complex cardiothoracic disease by integrating cutting-edge experimental research with high-impact clinical analysis.
• Your colleagues: A multidisciplinary team of cardiothoracic surgeons, intensivists, cardiologists, biomedical engineers, and data scientists within a state-of-the-art MCS lab and high-volume tertiary referral center.

Cardiogenic shock and advanced heart failure remain among the most urgent challenges in cardiovascular medicine. Mechanical Circulatory Support (MCS) technologies offer life-saving potential, yet optimal patient selection, timing, and device strategies require deeper mechanistic and clinical insight. Our program combines experimental cardiovascular research with robust clinical cohort analysis to refine and personalize circulatory support strategies.

As a PhD candidate, you play a strategically important role in connecting experimental MCS research with clinical outcomes in patients undergoing cardiothoracic surgery and/or treated for cardiogenic shock. You design and conduct laboratory-based studies, while also setting up and analyzing prospective and retrospective clinical cohorts. By investigating hemodynamics, organ perfusion, and device–heart interactions, you contribute directly to improving bedside decision-making.

You translate experimental findings into clinically relevant hypotheses and protocols. You analyze clinical, physiological, and imaging datasets with rigor and reproducibility. You publish your results in peer-reviewed journals, present at international congresses, and actively contribute to multidisciplinary clinical–scientific discussions.

Are you ready to help shape the next generation of circulatory support strategies? We would love to meet you.

What you bring
We’re not looking for checkboxes; we’re interested in who you are and what you bring. Do you recognize yourself in this?

You thrive in a multidisciplinary environment and communicate effectively with clinicians, engineers, and researchers. You are a clear and persuasive communicator, able to present results with clarity, write scientific manuscripts, and contribute to academic discussions and grant proposals.

Furthermore, you bring:

• A Master’s degree in Biomedical Engineering, Medicine, Biomedical Sciences, Human Biology, or a closely related field.
• Strong interest in cardiovascular physiology and disease, including cardiogenic shock, cardiothoracic surgery, and mechanical circulatory support systems, combined with a translational mindset to connect experimental research with clinical applications.
• Experience with pre-clinical and/or clinical studies.
• Ability to design and conduct laboratory-based experimental research within a cardiovascular or biomedical context.
• Strong analytical and quantitative skills, with experience in analyzing clinical, physiological, and/or experimental datasets (including prospective and retrospective cohort studies).
• Proven ability to communicate scientific findings through peer-reviewed publications and presentations at international conferences, plus proficiency in Dutch at C1 level or higher due to patient interaction and clinical research involvement.

Adviseur Onderhoud & Compliance

Adviseur Onderhoud & Compliance

• Ons doel: We zorgen voor een veilige, duurzame en toekomstbestendige vastgoedportefeuille waarin studenten, onderzoekers en medewerkers optimaal kunnen studeren, werken en innoveren. Door onderhoud, compliance en investeringen integraal te organiseren, maken we onderbouwde keuzes die bijdragen aan de continuïteit en kwaliteit van onze gebouwen.
• Jouw collega's: Je maakt deel uit van het team Beheer & Onderhoud binnen de afdeling Vastgoed. Het team bestaat uit technisch specialisten, projectmanagers en een informatiemanager. Je werkt daarnaast nauw samen met interne stakeholders, leveranciers, adviseurs en andere collega's binnen de vastgoedorganisatie.

In deze functie ben je de inhoudelijke specialist die ervoor zorgt dat onderhoud, compliance en technische kwaliteit van onze gebouwen toekomstbestendig zijn. Je brengt risico's in beeld, organiseert planmatig en groot onderhoud, vertaalt wet- en regelgeving naar de praktijk en adviseert het Hoofd Beheer & Onderhoud over de juiste keuzes. Daarbij ben jij de verbindende schakel tussen techniek, leveranciers en de interne organisatie.

Je bent geen uitvoerend onderhoudsspecialist, maar een adviseur en regisseur die overzicht houdt, prioriteiten stelt en mensen in beweging krijgt. Je haalt actief informatie op, weegt belangen af en zorgt ervoor dat onderhoudsprojecten, contracten en compliancevraagstukken op een effectieve manier worden georganiseerd en uitgevoerd.

Wat jij doet

• Je volgt ontwikkelingen in wet- en regelgeving en vertaalt deze naar beleid, processen en concrete acties binnen de vastgoedportefeuille.
• Je beheert en ontwikkelt het compliance dashboard verder en zorgt ervoor dat relevante risico's inzichtelijk zijn.
• Je ontwikkelt, beheert en actualiseert het meerjarenonderhoudsplan (MJOP) en vertaalt dit naar concrete onderhouds- en investeringsvoorstellen.
• Je organiseert en coördineert groot vervangingsonderhoud en bewaakt voortgang, kwaliteit, risico's en samenhang tussen projecten.
• Je analyseert onderhoudsdata, inspectieresultaten en risico's en vertaalt deze naar onderbouwde adviezen en prioriteiten.
• Je bent contractbeheerder van diverse onderhoudscontracten en stuurt leveranciers op kwaliteit, prestaties en afspraken.
• Je levert een inhoudelijke bijdrage aan aanbestedingen en contractvernieuwingen van onderhoudsdiensten.
• Je adviseert over onderhoudsstrategieën, lifecycle management, technische risico's en vervangingsinvesteringen.
• Je draagt bij aan de verdere ontwikkeling van assetmanagement en datagedreven vastgoedbeheer binnen de Universiteit Maastricht.

Ben jij klaar om koers te zetten voor de komende jaren? Dan ontmoeten we je graag.

Wat jij meebrengt
Je bent een analytische en organisatorisch sterke professional die techniek weet te verbinden met beleid, processen en samenwerking. Je krijgt energie van het organiseren van complexe vraagstukken, het creëren van overzicht en het realiseren van verbeteringen. Daarbij ben je een stevige gesprekspartner voor zowel technische specialisten als leveranciers en interne stakeholders.

Daarnaast beschik je over:

• een afgeronde hbo- of wo-opleiding, bijvoorbeeld Technische Bedrijfskunde, Werktuigbouwkunde, Installatietechniek, Built Environment, Bouwkunde of een vergelijkbare technische richting;
• ervaring met technisch vastgoedbeheer, onderhoudsmanagement, assetmanagement of maintenance binnen een complexe organisatie;
• kennis van onderhoudscontracten, leveranciersmanagement en aanbestedingstrajecten;
• affiniteit met wet- en regelgeving, compliance, gebouwveiligheid en risicobeheersing;
• ervaring met meerjarenonderhoudsplannen, lifecycle management en planmatig onderhoud;
• het vermogen om data en technische informatie te vertalen naar heldere adviezen en besluitvorming;