Selecione o idioma

Portuguese

Down Icon

Selecione o país

Italy

Down Icon

Fondazione Mondo Digitale premia Clemente Lauretti como "pesquisador mais promissor em robótica e IA"

Fondazione Mondo Digitale premia Clemente Lauretti como "pesquisador mais promissor em robótica e IA"

Cerimônia de premiação ontem na Sala Esedra dos Museus Capitolinos para a terceira edição do prêmio Pesquisador Mais Promissor em Robótica e Inteligência Artificial , promovido com a Universidade Campus Biomédico de Roma e a Universidade de Roma Tre como parte da RomeCup 2025.

O prêmio, que reconhece a paixão, dedicação, perseverança, visão, criatividade e talento de jovens que trabalham em centros de pesquisa e universidades italianas, recebeu 270 inscrições, das quais 11 finalistas foram selecionados.

Este ano, o prêmio de € 20.000 foi concedido a Clemente Lauretti , pesquisador da Universidade Campus Bio-Medico de Roma, por ter desenvolvido uma plataforma integrada para cirurgia de coluna assistida por robô que combina controles cooperativos entre humanos e robôs, reconstrução 3D em tempo real e inteligência artificial para o planejamento e execução precisos de intervenções na coluna.

A tecnologia, explica Lauretti, visa reduzir a variabilidade entre operadores, aumentando a segurança, a eficiência e a precisão. O sistema foi testado em modelos anatômicos e vértebras de animais. As fases pré-clínicas estão em andamento em colaboração com equipes cirúrgicas. O projeto pretende ser modular e escalável, com potenciais aplicações em outras disciplinas ortopédicas.

Lauretti coordenou o design dos módulos robóticos, interfaces cirúrgicas e algoritmos inteligentes de orientação intraoperatória. O projeto expressa uma visão avançada da cirurgia aumentada, que integra inteligência artificial para dar suporte ao gesto clínico, melhorar os resultados dos pacientes e reduzir as margens de erro nas operações mais delicadas.

Os outros finalistas

Veronica Bartolucci - Universidade Politécnica de Marche - pelo desenvolvimento do MAXFISH, um modelo matemático para gerenciar o tempo e a sincronização de enxames de peixes robôs em ambientes marinhos. O modelo foi validado por meio de simulações, e testes em robôs individuais e pequenos enxames estão em andamento. Possíveis aplicações incluem patrulhamento marítimo, monitoramento ambiental e coleta de dados em áreas de difícil acesso.

Pietro Bilancia - Universidade de Modena e Reggio Emilia - para o desenvolvimento de ferramentas de software, modelos analíticos e sistemas de teste, integrando design, simulação e experimentação no campo da robótica industrial e produzindo mecanismos para automação inteligente.

Valentina Cesari - IMT Alti Studi Lucca, Universidade de Pisa - para CYBORG, que analisa a interação entre fatores cognitivos, incorporação e substituição sensorial na teleoperação de sistemas robóticos e ambientes virtuais. O objetivo é compreender e melhorar o comportamento humano durante o controle remoto de dispositivos robóticos, por meio da personalização de interfaces e do desenvolvimento de ferramentas para avaliação de características cognitivas e perceptivas dos operadores.

Valerio Guarrasi - Campus Bio-Medico Universitário de Roma - pelo Virtual Scanner, uma plataforma baseada em inteligência artificial generativa para a criação de imagens radiológicas sintéticas de alta fidelidade. O sistema permite, por exemplo, gerar imagens PET a partir de tomografias computadorizadas pré-existentes, superando limitações relacionadas à disponibilidade de maquinário, custos ou riscos para o paciente. O objetivo é democratizar o acesso a imagens avançadas integrando abordagens de gêmeos digitais médicos para medicina preditiva e personalizada.

Vittoria Laghi - Universidade de Bolonha - para o LATTICE, que explora o potencial da impressão 3D em metal para a construção de estruturas de edifícios sustentáveis. Usando a tecnologia de manufatura aditiva por arco de arame (WAAM), a Laghi desenvolveu um processo de design automatizado baseado em algoritmos generativos, que permite otimizar geometrias e reduzir o uso de material sem comprometer a estabilidade estrutural.

Pietro Mascagni - Università Cattolica del Sacro Cuore - liderou o design do software, a coleta de dados clínicos anotados e o desenvolvimento da arquitetura de IA de um software para evitar erros na sala de cirurgia. O sistema, concebido como um “copiloto digital”, é capaz de identificar fases cirúrgicas, instrumentos e anatomias, sugerindo escolhas mais seguras ao operador.

Simone Mentasti - Politécnico de Milão - pelo desenvolvimento de um sistema distribuído de monitoramento urbano para segurança de pedestres e ciclistas, baseado em sensores inteligentes, computação de ponta e algoritmos de aprendizado profundo. Projetado para aprimorar sistemas ADAS e integrar cidades inteligentes com recursos preditivos para o gerenciamento seguro de travessias urbanas.

Christian Tamantini - Conselho Nacional de Pesquisa (CNR), Instituto de Ciências e Tecnologias Cognitivas, para o desenvolvimento de um sistema robótico inteligente para reabilitação neuromotora, capaz de se adaptar em tempo real ao estado fisiológico do paciente. O sistema integra lógica de controle deliberativo e uma arquitetura multicamadas que combina aprendizado de máquina e interação sensorial contínua. A solução oferece suporte personalizado, reduzindo a dependência de operadores humanos e melhorando os resultados terapêuticos.

Selene Tomassini - Universidade de Trento - pelo desenvolvimento de um sistema de relatórios automáticos para tomografias computadorizadas cerebrais de emergência, projetado para dar suporte a radiologistas em ambientes de alta pressão, como salas de emergência. A arquitetura combina CNN, LSTM e modelos de linguagem para gerar relatórios consistentes que atendem aos padrões clínicos. O sistema é de código aberto e demonstrou alta eficácia na geração de relatórios semânticos sobre casos de hemorragia cerebral.

Konstantinos Zormpas-Petridis - Fundação Policlínica Universitária Agostino Gemelli IRCCS pelo desenvolvimento de modelos de inteligência artificial para reduzir drasticamente os tempos de execução de imagens de ressonância magnética e substituir, em alguns casos, a necessidade de biópsias invasivas. Seus algoritmos combinam aprendizado profundo, análise radiômica e técnicas de estimativa de incerteza.

Rai News 24

Rai News 24

Notícias semelhantes

Todas as notícias
Animated ArrowAnimated ArrowAnimated Arrow