Poste de doctorant en ingénierie des données cliniques et apprentissage automatique préservant la vie privée 100%

Département de recherche clinique
Emploi selon accord
La Faculté de médecine de l'Université de Berne est un environnement de recherche de haute qualité et tourné vers l'avenir. De solides liens entre la recherche fondamentale, les sciences de l'ingénierie et les hôpitaux universitaires permettent un cadre unique pour la recherche translationnelle et clinique centrée sur le patient. La faculté privilégie la recherche interdisciplinaire et la numérisation , favorisant l'innovation en sciences médicales. C'est l'une des plus grandes facultés de médecine en Suisse et elle est affiliée au plus grand complexe hospitalier du pays.

Le Département de recherche clinique (DCR) est une initiative conjointe de la Faculté de médecine de l'Université de Berne et de ses hôpitaux universitaires, notamment l'Inselspital et les Services psychiatriques universitaires (UPD). Il soutient et professionnalise les collaborations en recherche clinique et translationnelle.
Nos divisions spécialisées assistent les chercheurs tout au long du processus de recherche, de la conception du projet à la diffusion des résultats. Nous proposons des programmes éducatifs et des événements adaptés à tous les aspects de la recherche clinique, équipant chercheurs et étudiants des compétences nécessaires pour mener des études efficaces et impactantes. Notre mission privilégie la recherche centrée sur le patient, garantissant que les perspectives des patients sont intégrées à notre travail.

Le groupe Medical Data Science, dirigé par le Professeur assistant Benjamin Ineichen, médecin titulaire d'un doctorat en neurosciences/pharmacologie, fait partie du DCR à l'Université de Berne. Le groupe, connu sous le nom de STRIDE-Lab , est une équipe pluridisciplinaire avec une expertise en médecine, neurosciences, statistiques et informatique. Il se concentre sur le pont entre la recherche préclinique et clinique et l'approbation des médicaments, afin de faire progresser le développement thérapeutique pour les maladies humaines, avec un accent sur les neurosciences. En utilisant la synthèse de preuves et la science des données, le laboratoire vise à améliorer le bien-être des animaux expérimentaux tout en contribuant à de meilleurs traitements pour les patients.

Le développement de médicaments pour des applications cliniques est un défi, avec seulement environ 5 % des thérapies obtenant une approbation réglementaire ( Ineichen et al., PLoS Biology, 2024 ). Si certains échecs sont dus à la complexité des thérapies innovantes, d'autres proviennent de facteurs ajustables dans les tests de médicaments, tels que les mesures des résultats, la durée des essais et la sélection des modèles (Berg et al., eBiomedicine, 2024) . L'impact de ces facteurs est difficile à évaluer dans des essais individuels mais peut être révélé par l'analyse de données d'essais cliniques à grande échelle (Ineichen et al., Nature Reviews, 2024) .

Notre approche combine une expertise en médecine, synthèse de preuves et traitement du langage naturel (NLP) (Doneva et al., EMNLP, 2024) avec le vaste paysage des essais cliniques de Berne et une infrastructure moderne de science des données. L'objectif est d'identifier les facteurs clés favorisant le succès des approbations de médicaments et d'utiliser ces connaissances pour optimiser la conception des essais cliniques. Cela sera réalisé en développant TrialSim, une plateforme numérique intégrant l'apprentissage profond pour organiser, intégrer et analyser des données d'essais cliniques à grande échelle.

Pour votre projet de doctorat, vous construirez le volet des essais cliniques de la plateforme TrialSim : un pipeline de données cliniques sécurisé et évolutif. Vos principales tâches incluent :

1. Établir des pipelines de données des dossiers médicaux électroniques (DME) conformes à la confidentialité en collaboration avec les systèmes informatiques hospitaliers. Pour cela, nous exploiterons l'infrastructure moderne de données à Berne.
2. Concevoir des flux de travail d'accès aux données, de nettoyage, de liaison et d'intégration structurée des données en utilisant des LLM.
3. Intégrer les données organisées dans un cadre LLM agentique et appliquer l'apprentissage automatique ou profond pour identifier les facteurs associés au succès du développement de médicaments.

Vous travaillerez à l'interface de la médecine et de l'informatique, tirant parti du grand volume de données cliniques disponibles à Berne. De plus, vous :

• Contribuerez aux efforts d'enseignement en cours dans le groupe/au Département
• Participerez aux publications et conférences (inter)nationales
• Contribuerez à une culture d'équipe positive et collaborative

Nous recherchons des candidats très enthousiastes pour les projets sur lesquels nous travaillons, notamment le développement de médicaments, les essais cliniques, les données de santé et la modélisation statistique, appréciant le travail interdisciplinaire à l'intersection de la médecine et de l'informatique.

Qualifications académiques requises :

• Master en informatique, science des données médicales, informatique de santé, statistiques, mathématiques, génie logiciel ou domaine connexe.

Qualifications techniques requises :

• Expertise en programmation Python et compétences en apprentissage automatique, y compris MLOps, MLflow et/ou Docker
• Expérience en ingénierie des données et construction de pipelines de données
• Exposition aux données de santé, de préférence données cliniques telles que DME / texte non structuré

Atouts : expérience avec les modèles transformeurs (ex. BERT) ou LLM génératifs pour la curation et l'extraction de données. Expérience des méthodes de confidentialité des données pour les données sensibles des patients.

Compétences interpersonnelles requises :

• Excellentes compétences organisationnelles et de planification
• Fort esprit d'équipe - vous valorisez la collaboration, les objectifs partagés et une communication respectueuse
• Motivation et engagement pour des sujets tels que le développement de médicaments, les essais cliniques, les données de santé et la modélisation statistique ainsi que le travail interdisciplinaire à l'intersection de la médecine et de l'informatique

• Un travail porteur de sens visant à améliorer le bien-être animal et à faire progresser le traitement des maladies neurologiques (et autres)
• Une petite équipe pluridisciplinaire avec une expertise en médecine, neurosciences, statistiques et informatique
• Horaires de travail flexibles
• Opportunités de première et co-rédaction d'articles scientifiques évalués par des pairs dès que possible
• Accès à une communauté dynamique d'apprentissage automatique à l'Université de Berne, avec un fort accent sur la numérisation
• Collaboration au sein de la plus grande faculté de médecine et complexe hospitalier de Suisse, offrant de vastes opportunités de réseautage
• Berne, la capitale de la Suisse, est une ville animée avec une riche offre culturelle et un accès facile aux plus beaux paysages naturels de Suisse
• Nous sommes engagés en faveur de la diversité et de l'inclusion, valorisant différentes perspectives pour stimuler l'innovation. Nous accueillons les candidats de tous horizons et garantissons un environnement respectueux et soutenant où chacun peut s'épanouir

Si vous avez des questions, veuillez contacter le Prof. Benjamin Ineichen, à benjamin.ineichen@unibe.ch.

Vous êtes intéressé ? Alors veuillez nous envoyer votre candidature complète à l'administration RH
(hr.dcr@unibe.ch) au plus tard le (10 octobre 2025).

Documents de candidature requis :

• CV, y compris publications
• Lettre de motivation expliquant votre intérêt pour ce projet et cet environnement
• Relevé de notes académique

Note : Seules les candidatures complètes seront prises en compte. Nous inviterons les candidats prometteurs à un entretien.