PhD Researcher - Agentic AI — ETH Zürich

Descrizione completa

Ricercatore di dottorato - AI agente

100%, Singapore, a tempo determinato

Druppo

Il Centro Singapore-ETH è stato fondato nel 2010 dall’ETH Zurigo - Istituto federale della tecnologia e Fondazione nazionale di ricerca di Singapore (NRF), nell’ambito del campus CREATE della NRF. Come unico centro di ricerca dell'ETH di Zurigo al di fuori della Svizzera, il centro ha rafforzato la capacità di ricerca dell'ETH Zurigo per sviluppare soluzioni sostenibili alle sfide globali in Svizzera, Singapore e nelle regioni circostanti.

Ambientato in Asia, in una regione in rapida urbanizzazione, il Singapore-ETH Centre mira a fornire soluzioni pratiche ad alcune delle sfide più pressanti sulla sostenibilità urbana, la resilienza e la salute attraverso i suoi programmi: Future Cities Lab Global (FCL Global) e Future Health Technologies (FHT) .

Il centro funge da centro intellettuale per la ricerca, che riunisce i principali ricercatori e ricercatori di diverse discipline e sfondi. Per promuovere lo scambio di idee e competenze, i nostri ricercatori collaborano attivamente con università e istituti di ricerca e si impegnano con le agenzie di settore e di governo per tradurre le conoscenze in soluzioni pratiche ai problemi del mondo reale.

Sfondo del progetto

La crescente disponibilità di dati sanitari multimodali, unitamente agli anticipi in AI, offre nuove opportunità per fornire interventi comportamentali personalizzati e scalabili in ambito sanitario. Tuttavia, gli attuali sistemi AI conversazione rimangono limitati nella loro capacità di operare in modo affidabile attraverso diversi contesti clinici. Spesso mancano di generalizzabilità, lotta per integrare dati eterogenei e longitudinali, e non affrontano adeguatamente le sfide chiave legate alla sicurezza, al pregiudizio, alla robustezza e alla validità clinica.

Stiamo cercando un candidato di dottorato altamente motivato per aderire a un programma di ricerca interdisciplinare Future Health Technologies (FHT) in prima linea di agentic AI nel settore sanitario. Il progetto mira a progettare, sviluppare e valutare i sistemi di coaching e nudging basati su AI in grado di supportare i risultati positivi dei pazienti in una serie di condizioni.

Il candidato di successo contribuirà allo sviluppo di un sistema AI scalabile e interoperabile che offre un supporto comportamentale personalizzato in settori come il benessere mentale, la riabilitazione dei colpi, la prevenzione delle cadute e la gestione delle malattie croniche. Centrale a questo lavoro è l'integrazione di ingestione multimodale di dati, recupero della conoscenza e processo decisionale adattativo per fornire interventi di alta qualità salute / cambiamento di comportamento con una forte enfasi sulle prestazioni, la sicurezza e l'applicabilità del mondo reale.

Attraverso il bridging machine learning, la scienza comportamentale e la ricerca clinica, il progetto cerca di stabilire metodi di base per sistemi AI agentici affidabili che possono essere implementati attraverso diverse impostazioni sanitarie.

Descrizione del lavoro

Il PhD farà parte di un più ampio programma di ricerca interdisciplinare in materia di salute mobile e AI, con applicazioni in settori come il benessere mentale, la prevenzione della caduta, la riabilitazione dei colpi e la prevenzione delle malattie croniche. Lo studente di dottorato lavorerà in un team interdisciplinare che coinvolge scienziati comportamentali, psicologi clinici, scienziati informatici, ingegneri di AI e ricercatori di sistemi sanitari. La posizione coinvolge una stretta collaborazione con i partner di ricerca a Singapore, tra cui Nanyang Technological University, National University of Singapore, Tan Tock Seng Hospital (TTSH) e Duke-NUS Medical School , così come gli stakeholder di salute e sanità pubblica.

Lo studente di dottorato sarà responsabile della progettazione, dello sviluppo e della convalida di una piattaforma AI agentec completa che supporta l'ingestione di dati multimodali, il recupero delle conoscenze e i flussi di lavoro basati su LLM per la fornitura di strategie di coaching basate su prove, tra cui l'intervista motivazionale. Ciò include l'analisi dei dati delle serie temporali da sensori di smartphone e registri di utilizzo utilizzando approcci avanzati di statistica e machine learning per sviluppare nudging personalizzati e interv adattativi