Beskrivning
Nu öppnas tre nya möjligheter för dig som ST-läkare att kombinera klinik och forskning! I årets utlysning kan du välja mellan tre projekt: hjärtutredning vid bröstsmärta, tidig upptäckt av cancer med hjälp av blodprover, eller AI-baserad diagnostik av hudcancer. Detta är en unik chans att bli en del av forskningsfronten i primärvården – och att själv bidra till ny kunskap. Ansök senast 14 januari 2026.
Region Stockholm satsar inom Primärvårdsstrategin på att stärka den akademiska miljön i primärvården. Som en del av denna satsning utlyses nu tre forskningsinriktade specialiseringstjänster (forskar-ST) i allmänmedicin. Syftet är att öka antalet disputerade specialistläkare, stärk den akademiska miljön i primärvården samt ge ST-läkare möjlighet att utveckla en forskarkarriär parallellt med sin kliniska utbildning.
Detta är steg 2 i utlysningen: tre ST-läkare rekryteras som doktorander till projekt som valts ut i konkurrens. Forskarutbildningen sker vid Karolinska Institutet och är kopplad till Forskarskolan för allmänmedicin och primärvård, i samverkan mellan KI och Region Stockholm.
Vad innebär en forskar-ST?
- Du kombinerar klinisk tjänstgöring med forskarutbildning mot doktorsexamen.
- Lönebidrag för 36 månaders forskningstid inom ramen för ST-utbildningen med bibehållen ST-lön.
- Minst 50 % av tiden avsätts för forskning, integrerat med kliniskt arbete för kontinuitet.
- Forskarutbildningen ska genomföras under ST-tiden.
- Efter 36 månader ansvarar huvudhandledaren för finansiering av fortsatt forskarutbildning enligt KI:s tariff.
Behörighetskrav
- Du är ST-läkare i allmänmedicin i Region Stockholm.
- Högst två års klinisk ST-tid genomförd.
- Skriftligt godkännande från din verksamhetschef.
Ansökan
Sista ansökningsdag: 14 januari 2026.
- Bifoga: CV (max 2 A4-sidor) med relevanta meriter.
- Godkännandebrev från din verksamhetschef (max 1 A4-sida)
- Personligt brev (max 3 A4-sidor) med:
- Varför du vill och är lämpad för forskarutbildning.
- Din syn på FoUU inom allmänmedicin.
- Vilket projekt du söker – och varför.
Välkommen med din ansökan!
Forskar-ST är ett unikt tillfälle att utvecklas både kliniskt och akademiskt – och att bidra till framtidens primärvård.
Se nedan beskrivningar om projekten. Du har tre projekt att välja mellan.
1. Avgörandets ögonblick: Hur hittar vi hjärtpatienterna som verkligen behöver utredas?
Projekt: Utredning och diagnostik av stabil kranskärlssjukdom i öppenvården
Tema: Hjärt-kärl, diagnostik, beslutsstöd, digital primärvård
Huvudhandledare: Tomas Forslund
Hur triagerar vi bröstsmärta och dyspné – två av våra vanligaste och mest utmanande patientärenden? Detta projekt utforskar hur nya riskskattningsverktyg, digitala formulär och avancerad bilddiagnostik kan förbättra träffsäkerheten när vi utreder misstänkt kranskärlssjukdom.
I projektet ingår fyra planerade studier:
- Validering av rekommenderad riskskattning för kronisk kranskärlssjukdom
Metod: Retrospektiv kohortstudie för undersökning av sambandet mellan predikterad risk och signifikant stenos på DT kranskärl i primärvård och specialiserad öppenvård
- Diagnostisk relevans av digitalt formulär
Metod: Retrospektiv kohortstudie för utvärdering av digitalt formulär hos patienter som kontaktar primärvården via AlltidÖppet för bröstsmärta eller dyspné.
- Utvärdering av nytt självrapporteringsverktyg
Metod: Prospektiv kohortstudie för utvärdering av nytt självrapporteringsverktyg för att förutsäga behov av vidare utredning för kronisk kranskärlssjukdom hos patienter i primärvården eller inom specialiserad öppenvård.
- Identifiering av patienter som ”friskförklaras” från kronisk kranskärlssjukdom, men ändå skulle ha nytta av förebyggande behandling
Metod: Retrospektiv kohortstudie för att undersöka mervärdet av radiologiska mått som inflammation i perivaskulärt fett utöver klinisk information.
Som doktorand får du jobba både retrospektivt och prospektivt:
- genomföra journalgranskningar,
- analysera stora registerdata från Region Stockholm,
- validera europeiska riskmodeller,
- testa ett helt nytt självskattningsverktyg utvecklat utifrån SCAPIS,
- studera radiologiska markörer som kan avslöja riskpatienter som annars "friskförklaras".
Ett projekt för dig som vill påverka hjärtdiagnostiken i primärvården.
2. Blodprovet som kan rädda liv: När cancer syns innan symtomen kommer
Projekt: Blodvärdesbaserad riskmodell för tidigare upptäckt av cancer i primärvården
Tema: Cancer, big data, epidemiologi, AI
Huvudhandledare: Elinor Nemlander
Kan vanliga blodvärden ge oss en chans att upptäcka cancer tidigare? I detta projekt undersöker vi om så är fallet. Projektet använder journal- och labbdata från 2,7 miljoner individer från Stockholm Early Detection of Cancer Study (STEADY-CAN) för att skapa nya, smarta prediktionsmodeller baserade på subtila förändringar i bland annat hemoglobin och trombocyter.
Projektet omfattar fyra faser: (1) modellutveckling, (2) jämförelse av traditionell och maskininlärningsbaserad modellering, (3) teknisk integration med simulerad pilot i ALMA, och (4) en användar- och genomförbarhetsstudie inför en framtida klusterrandomiserad studie.
Doktoranden genomför fyra delstudier: två kvantitativa registeranalyser och två studier som fokuserar på pilotfasen och användarperspektivet, inklusive kvalitativa metoder.
- Longitudinella förändringar i blodstatus och cancerprediktion.
Metod: Befolkningsbaserad kohortstudie som använder real-world data från STEADY-CAN-kohorten.
- Jämförelse mellan maskininlärning och traditionell modellering av longitudinella blodprovsdata för cancerprediktion
Metod: Utveckling och validering av prediktionsmodeller. Jämförelse av prestanda hos machine learning-algoritmer med traditionella statistiska metoder från studie 1 för att förutsäga cancer utifrån förändringar i blodstatusparametrar över tid.
- Användaracceptans och klinisk relevans av riskvärderingsverktyg integrerat i beslutsstödet ALMA
Metod: Kvalitativ/kvantitativ studie baserad på ALMA-pilot. Strukturerad feedback från allmänläkare kommer samlas in via enkäter och korta intervjuer, med fokus på hur riskinformation bäst kan presenteras för att stödja beslut utan att orsaka notifikationsutmattning eller diagnostisk överskuggning.
- Tidiga pilotmått för genomförande av stepped-wedge-cRCT
Metod: Pilotstudie vid 2–3 pilotmottagningar med realtidsnotifiering av riskvärderingsinstrument via ALMA.
Doktorandens roll är central i planering, genomförande och analys av samtliga delstudier. Inom studie 1 och 2 fokuserar doktoranden på kohortanalys och modellutveckling, i samarbete med projektets biostatistiker och machine learning-expertis. I studie 3 och 4 leder doktoranden pilottestning, samlar in och analyserar kliniska data, samt genomför intervjuer och enkäter med primärvårdsläkare.
Du kommer att arbeta i en stark tvärvetenskaplig miljö, utveckla algoritmer, jämföra traditionell epidemiologi med AI-metoder, och testa modellerna i beslutsstödet ALMA som redan används i primärvården.
Projektet har internationella samarbeten – Singapore, Exeter, Oxford – och potentialen att förändra hur primärvården identifierar tidig cancer i Sverige.
För dig som vill arbeta i gränslandet mellan klinik, data och AI-driven diagnostik.
3. AI i din mottagning: Framtidens hudcancerdiagnostik börjar här
Projekt: Implementering av AI för handläggning av misstänkt hudcancer i primärvården
Tema: Dermatologi, AI, kliniska studier, implementeringsforskning
Huvudhandledare: Panos Papachristou
Diagnostik av cancermisstänkta hudförändringar är en av primärvårdens stora utmaningar. Här får du vara med i frontlinjen av AI-omvandlingen. Projektet bygger vidare på en redan genomförd, uppmärksammad klinisk studie där AI visade hög precision i att upptäcka melanom.
I detta forskningsprogram deltar du i:
- en stor, randomiserad multicenterstudie,
- kvalitativa studier av hur AI påverkar kliniskt beslutsfattande,
- hälsoekonomiska analyser,
- implementeringsforskning – hur AI faktiskt ska införas i vårdens vardag.
Doktoranden genomför fyra delstudier:
- Studie 1: Multicenter-RCT
Metod: Klusterrandomiserad multicenterstudie med cross-over. Doktoranden kommer medverka i datainsamling, monitorering och kvalitetssäkring av data, statistik analys och artikelskrivning.
- Studie 2: Kvalitativ studie med läkare
Metod: Kvalitativ studie med semistrukturerade intervjuer med ca 20 allmänläkare från deltagande vårdcentraler i Sverige. Doktoranden kommer medverka i studiedesign, etikansökan, rekrytering, datainsamling (intervjuer), dataanalys och artikelskrivning.
- Studie 3: Enkätstudie med patienter
Metod: Enkätstudie med ca 400 patienter som deltagit i RCT:n.
Doktoranden kommer medverka i studiedesign, etikansökan, rekrytering, datainsamling (enkäten), dataanalys och artikelskrivning.
- Studie 4: Hälsoekonomisk analys
Metod: Kostnads-nyttoanalys och kostnadseffektivitetsanalyser av registerdata kopplade till utfall från RCT:n, genomfört i samarbete med hälsoekonomisk expertis. Doktoranden kommer medverka i framtagande av registerdata, i diskussion och analys med hälsoekonomisk expertis samt i artikelskrivning.
Doktoranden kommer förvärva viktiga kunskaper om AI baserad välfärdsteknik i framkant, design och utförande av kliniska studier samt analys kring implementeringsstrategier - kunskap som ligger i linje och i riktning med hur dagens sjukvård utvecklar sig.
Ett projekt för dig som brinner för digitalisering, dermatologi och praktisk klinisk forskning.
Övrigt