PhD student (m/f/d) | Building Clinical Foundation Models for Real-World Healthcare

Das Max-Planck-Institut für Biochemie (MPIB) in Martinsried ist eine der weltweit führenden Forschungseinrichtungen in den Bereichen Biochemie, Zell- und Strukturbiologie sowie biomedizinische Forschung. Mit etwa 30 wissenschaftlichen Abteilungen und Forschungsgruppen und rund 680 Mitarbeitern ist das MPIB eines der größten Institute der Max-Planck-Gesellschaft.

Die Abteilung für Maschinelles Lernen und Systembiologie sucht zur Verstärkung einen hochmotivierten Doktoranden (m/w/d) für das Projekt „Building Clinical Foundation Models for Real-World Healthcare“ (MLCARE-Projekt DC3). Die Stelle wird durch das MSCA-Doktorandennetzwerk MLCARE (Machine Learning Computational Advancements for peRsonalized mEdicine) finanziert. Das MLCARE-Doktorandennetzwerk strebt danach, die personalisierte Medizin voranzutreiben, indem es hochmoderne KI-Lösungen entwickelt, die genomische, klinische und ökologische Daten in ganzheitliche, multimodale Patientendarstellungen integrieren. Das Programm wird die Doktoranden mit den technischen, analytischen und ethischen Fähigkeiten ausstatten, die erforderlich sind, um die Zukunft der patientenzentrierten, KI-gesteuerten Medizin zu gestalten.

Das ausgeschriebene PhD-Projekt zielt darauf ab, robuste und generalisierbare klinische Basismodelle (Foundation Models, FMs) zu entwickeln, die die vielfältige und oft unübersichtliche Landschaft elektronischer Patientenakten (EHRs) verstehen und analysieren können. Durch die Integration strukturierter Daten, Freitextnotizen, Laborergebnissen und medizinischer Bildgebung wird der Doktorand multimodale Modelle erstellen, die die gesamte Reichweite realer klinischer Arbeitsabläufe widerspiegeln. Unter Verwendung von Multi-Krankenhaus-Datensätzen, einschließlich öffentlicher Quellen wie MIMIC und privater klinischer Daten des LMU-Krankenhauses, werden die Modelle vortrainiert, um eine starke Generalisierung über Krankenhäuser und Patientenpopulationen hinweg zu erreichen. Innovative Strategien des selbstüberwachten Lernens werden EHR-Einträge mit patientenberichteten Ergebnissen verknüpfen, sodass die Modelle ohne umfangreiche manuelle Kennzeichnung lernen können. Um eine praktische Wirkung zu gewährleisten, wird sich das Projekt auf die Erstellung klinisch verständlicher Prompting-Techniken konzentrieren, die Ärzten helfen, effektiver mit diesen Modellen zu interagieren – wodurch kostspieliges Fine-Tuning vermieden und Vertrauen in KI-gestützte medizinische Entscheidungen aufgebaut wird.

Qualifikationen

Bewerber müssen über einen Bachelor- und einen Master-Abschluss (oder gleichwertig) mit insgesamt mindestens 300 ECTS-Punkten in Bereichen wie Data Science, Informatik, Physik oder Mathematik verfügen. Bewerber mit einem Hintergrund in Biologie und Medizin sowie aus mathematischen, computergestützten und technischen Disziplinen sind ebenfalls willkommen. Sie sollten begeistert davon sein, neue Methoden des maschinellen Lernens zu entwickeln, um Probleme in den Lebenswissenschaften zu lösen. Exzellente interdisziplinäre Kommunikationsfähigkeiten sowie sehr gute schriftliche und mündliche Englischkenntnisse sind essenziell. Vorherige Forschungserfahrung in maschinellem Lernen und computergestützter Biologie ist von Vorteil, aber nicht erforderlich.

Spezifische Anforderungen

• Bewerber dürfen zum Zeitpunkt der Einstellung noch nicht im Besitz eines Doktorgrades sein. Forscher, die ihre Doktorarbeit erfolgreich verteidigt, aber den Grad noch nicht formell erhalten haben, gelten nicht als Doktoranden.
• Immatrikulation in einem Promotionsprogramm zum Zeitpunkt der Einstellung, das zum Erwerb eines Grades in mindestens einem EU-Mitgliedstaat oder einem mit Horizon Europe assoziierten Land führt.
• Vollzeit- und exklusive Widmung dem zugewiesenen MSCA-Projekt.
• Kandidaten dürfen in den 36 Monaten unmittelbar vor dem Einstellungsdatum nicht länger als 12 Monate in Deutschland ansässig gewesen sein oder ihre Haupttätigkeit (Arbeit, Studium usw.) dort ausgeübt haben – es sei denn, dies geschah im Rahmen eines obligatorischen nationalen Dienstes oder eines Verfahrens zur Erlangung des Flüchtlingsstatus nach der Genfer Konvention.

Forschungsumfeld

Ein MSCA-Doktorandennetzwerk ist ein wettbewerblich ausgewähltes gemeinsames Promotionsprogramm, das durch Partnerschaften von Universitäten, Forschungseinrichtungen, Forschungsinfrastrukturen, Unternehmen (einschließlich KMU) und anderen sozioökonomischen Akteuren aus verschiedenen Ländern Europas und darüber hinaus implementiert wird. Das Programm nutzt komplementäre Kompetenzen der teilnehmenden Organisationen und ermöglicht den Wissensaustausch, Netzwerkaktivitäten sowie die Organisation von Workshops und Konferenzen. Insbesondere Doktoranden profitieren von herausragenden Ausbildungsmöglichkeiten und internationalen Gastaufenthalten (Secondments).

Der für das MLCARE-Projekt DC3 rekrutierte Doktorand wird in der Abteilung für Maschinelles Lernen und Systembiologie am Max-Planck-Institut für Biochemie in Martinsried, in der Nähe von München, tätig sein, mit der Möglichkeit, Gastaufenthalte an der ETHZ und bei einem Industriepartner (Pharmatics) zu absolvieren. Die Abteilung für Maschinelles Lernen und Systembiologie ist ein internationales, enthusiastisches und kollaboratives Team in einem herausragenden dynamischen wissenschaftlichen Umfeld. Die Forschungsschwerpunkte der Abteilung sind maschinelles Lernen auf Graphen, maschinelles Lernen in der Medizin und maschinelles Lernen in der Proteinforschung. Das Max-Planck-Institut für Biochemie wurde 1973 mit dem Ziel gegründet, grundlegende Mechanismen der Biochemie, Zell- und Strukturbiologie, Biophysik und molekularen Medizin zu verstehen. Maschinelles Lernen und Bioinformatik spielen bei diesem Vorhaben eine zunehmend wichtige Rolle. Das Institut ist Teil eines starken Netzwerks von Forschungseinrichtungen im Südwesten Münchens und bietet seinen Wissenschaftlern hervorragende Forschungsmöglichkeiten.

Die Bezahlung erfolgt nach Qualifikation und in Übereinstimmung mit TVöD E13 (deutsche Tarifverträge des öffentlichen Dienstes, weitere Informationen über die Gehaltstabellen für PhDs in Deutschland finden Sie hier). Die Ersternennung erfolgt für 3 Jahre. Informelle Anfragen sind willkommen. Weitere Informationen über das Institut und die Abteilung.

Die Max-Planck-Gesellschaft setzt sich dafür ein, die Zahl von Menschen mit Behinderungen in ihrer Belegschaft zu erhöhen und ermutigt daher qualifizierte Personen mit Behinderungen zur Bewerbung. Darüber hinaus strebt die Max-Planck-Gesellschaft an, die Zahl der Frauen in der Forschung zu erhöhen und ermutigt Frauen ausdrücklich zur Bewerbung.

Bewerbung

Bitte laden Sie Ihre vollständigen Bewerbungsunterlagen hoch, die ein einseitiges Schreiben mit einer persönlichen Stellungnahme über Ihre wissenschaftlichen Leistungen und Ihr Interesse an unserer Abteilung und ihrer Forschung, einen detaillierten Lebenslauf, akademische Zeugnisse sowie einen Nachweis über Ihre Englischkenntnisse in elektronischer Form über die Online-Bewerbungswebsite enthalten, und veranlassen Sie, dass mindestens zwei Empfehlungsschreiben bis zur Bewerbungsfrist mit dem Betreff [Application DC3 - Ihr Vor- und Nachname] gesendet werden. Darüber hinaus ist es wichtig, das zentrale Bewerbungsformular auszufüllen und dabei Ihre Präferenz für das Projekt DC3 anzugeben. Nur vollständige Bewerbungen werden berücksichtigt.

Bewerbungszeitraum: 1. bis 29. Mai 2026. Die Bewerbungen werden fortlaufend geprüft.

Bewerbungen per E-Mail werden aus Datenschutzgründen nicht berücksichtigt. Kandidaten können sich auf mehr als eine Stelle innerhalb des MLCARE-Doktorandennetzwerks bewerben, sofern dies relevant ist.