Fondazione Mondo Digitale premia Clemente Lauretti "ricercatore più promettente in robotica e AI"

Serata di premiazioni, ieri, nella Sala Esedra dei Musei Capitolini per la terza edizione del premio Most Promising Researcher in Robotics and Artificial Intelligence, promosso con l’Università Campus Bio-Medico di Roma e l’Università degli Studi Roma Tre nell'ambito della RomeCup 2025.

Al premio che riconosce passione, dedizione, perseveranza, visione, creatività e talento dei giovani che operano nei centri di ricerca e nelle università italiane sono arrivate 270 candidature, da cui sono stati selezionati 11 finalisti.

Quest'anno il riconoscimento di 20.000 euro è stato assegnato al ricercatore dell'Università Campus Bio-Medico di Roma Clemente Lauretti, per aver sviluppato una piattaforma integrata per la chirurgia spinale robot-assistita che combina controlli cooperativi uomo-robot, ricostruzione 3D in tempo reale e intelligenza artificiale per la pianificazione e l’esecuzione precisa di interventi vertebrali.

La tecnologia, spiega Lauretti, mira a ridurre la variabilità tra operatori, aumentando sicurezza, efficienza e precisione. Il sistema è stato sperimentato su modelli anatomici e vertebre animali. Sono in corso le fasi precliniche in collaborazione con team chirurgici. Il progetto è pensato per essere modulare e scalabile, con potenziali applicazioni in altre discipline ortopediche.

Lauretti ha coordinato la progettazione dei moduli robotici, delle interfacce chirurgiche e degli algoritmi intelligenti di guida intraoperatoria. Il progetto esprime una visione avanzata di chirurgia aumentata, che integra l’intelligenza artificiale per supportare il gesto clinico, migliorare l’outcome del paziente e ridurre i margini di errore nelle operazioni più delicate.

Gli altri finalisti

Veronica Bartolucci - Università Politecnica delle Marche - per lo sviluppo di MAXFISH, un modello matematico per la gestione dei tempi e della sincronizzazione di sciami di pesci-robot in ambienti marini. Il modello è stato validato attraverso simulazioni, e sono in preparazione test su robot singoli e su piccoli sciami. Le potenziali applicazioni includono il pattugliamento marino, il monitoraggio ambientale e la raccolta dati in aree difficili da raggiungere.

Pietro Bilancia - Università di Modena e Reggio Emilia - per lo sviluppo di tool software, modelli analitici e sistemi di testing, integrando progettazione, simulazione e sperimentazione nell'ambito della robotica industriale e meccanismi cedevoli per l’automazione intelligente.

Valentina Cesari - IMT Alti Studi Lucca, Università di Pisa - per CYBORG, che analizza l’interazione tra fattori cognitivi, embodiment e sostituzione sensoriale nella teleoperazione di sistemi robotici e ambienti virtuali. L’obiettivo è comprendere e migliorare il comportamento umano durante il controllo remoto di dispositivi robotici, attraverso la personalizzazione delle interfacce e lo sviluppo di strumenti per la valutazione delle caratteristiche cognitive e percettive degli operatori.

Valerio Guarrasi - Università Campus Bio-Medico di Roma - per Virtual Scanner, piattaforma basata su intelligenza artificiale generativa per la creazione di immagini radiologiche sintetiche ad alta fedeltà. Il sistema consente, ad esempio, di generare immagini PET da scansioni CT preesistenti, superando limiti legati alla disponibilità di macchinari, ai costi o ai rischi per il paziente. L’obiettivo è democratizzare l’accesso all’imaging avanzato, integrando approcci di Medical Digital Twin per la medicina predittiva e personalizzata.

Vittoria Laghi - Università di Bologna - per LATTICE, che esplora le potenzialità della stampa 3D metallica per la costruzione di strutture edilizie sostenibili. Utilizzando la tecnologia Wire Arc Additive Manufacturing (WAAM), Laghi ha sviluppato un processo di progettazione automatizzata basato su algoritmi generativi, che consente di ottimizzare le geometrie e ridurre l’uso di materiale senza compromettere la stabilità strutturale.

Pietro Mascagni - Università Cattolica del Sacro Cuore - ha guidato il design del software, la raccolta di dati clinici annotati e lo sviluppo dell’architettura IA di un software per prevenire gli errori in sala operatoria. Il sistema, pensato come un “copilota digitale”, è in grado di identificare fasi chirurgiche, strumenti e anatomie, suggerendo all’operatore scelte più sicure.

Simone Mentasti - Politecnico di Milano - per lo sviluppo di un sistema distribuito di monitoraggio urbano per la sicurezza di pedoni e ciclisti, basato su sensori smart, edge computing e algoritmi di deep learning. Pensato per potenziare i sistemi ADAS e integrare le smart city con funzionalità predittive per la gestione sicura degli attraversamenti urbani.

Christian Tamantini - Consiglio Nazionale delle Ricerche (CNR), Istituto di Scienze e Tecnologie della Cognizione, per lo sviluppo di un sistema robotico intelligente per la riabilitazione neuromotoria, in grado di adattarsi in tempo reale allo stato fisiologico del paziente. Il sistema integra una logica di controllo deliberativo e un’architettura multilivello che combina apprendimento automatico e interazione sensoriale continua. La soluzione offre un supporto personalizzato, riducendo la dipendenza da operatori umani e migliorando i risultati terapeutici.

Selene Tomassini - Università di Trento - per lo sviluppo di un sistema di refertazione automatica per TAC cerebrali d’urgenza, destinato a supportare i radiologi nei contesti ad alta pressione, come i pronto soccorso. L’architettura combina reti CNN, LSTM e modelli di linguaggio per generare referti coerenti e conformi agli standard clinici. Il sistema è open source e ha dimostrato alta efficacia nella generazione di report semantici su casi di emorragia cerebrale.

Konstantinos Zormpas-Petridis - Fondazione Policlinico Universitario Agostino Gemelli IRCCS per lo sviluppo di modelli di intelligenza artificiale per ridurre drasticamente i tempi di esecuzione della risonanza magnetica e sostituire, in alcuni casi, la necessità di biopsie invasive. I suoi algoritmi combinano deep learning, analisi radiomica e tecniche di stima dell’incertezza.