Fondazione Mondo Digitale prijst Clemente Lauretti aan als "meest veelbelovende onderzoeker in robotica en AI"

Gisteren vond in de Sala Esedra van de Capitolijnse Musea de prijsuitreiking plaats voor de derde editie van de prijs voor Meest Veelbelovende Onderzoeker op het gebied van Robotica en Kunstmatige Intelligentie , georganiseerd door de Campus Bio-Medico Universiteit van Rome en de Universiteit van Roma Tre als onderdeel van de RomeCup 2025.

Voor de prijs, die de passie, toewijding, doorzettingsvermogen, visie, creativiteit en het talent van jongeren die in Italiaanse onderzoekscentra en universiteiten werken erkent, ontvingen 270 inzendingen, waaruit 11 finalisten zijn geselecteerd.

Dit jaar werd de prijs van € 20.000 toegekend aan Clemente Lauretti , een onderzoeker aan de Campus Bio-Medico van de Universiteit Rome, voor haar ontwikkeling van een geïntegreerd platform voor robotgeassisteerde wervelkolomchirurgie dat coöperatieve mens-robotbesturingen, realtime 3D-reconstructie en kunstmatige intelligentie combineert voor de nauwkeurige planning en uitvoering van wervelkolomingrepen.

Lauretti legt uit dat de technologie erop gericht is de variabiliteit tussen operators te verminderen en zo de veiligheid, efficiëntie en precisie te verhogen. Het systeem werd getest op anatomische modellen en dierlijke wervels. Preklinische fases worden uitgevoerd in samenwerking met chirurgische teams. Het is de bedoeling dat het project modulair en schaalbaar is, met potentiële toepassingen in andere orthopedische disciplines.

Lauretti coördineerde het ontwerp van de robotmodules, chirurgische interfaces en intelligente intraoperatieve geleidingsalgoritmen. Het project laat een geavanceerde visie op augmented surgery zien, waarbij kunstmatige intelligentie wordt geïntegreerd om de klinische aanpak te ondersteunen, de patiëntresultaten te verbeteren en de foutmarges bij de meest delicate operaties te verkleinen.

De overige finalisten

Veronica Bartolucci - Polytechnische Universiteit van Marche - voor de ontwikkeling van MAXFISH, een wiskundig model voor het beheren van de timing en synchronisatie van zwermen robotvissen in mariene omgevingen. Het model is gevalideerd door middel van simulaties en er worden momenteel testen uitgevoerd op individuele robots en kleine zwermen. Mogelijke toepassingen zijn onder meer patrouilles op zee, milieubewaking en gegevensverzameling op moeilijk bereikbare plaatsen.

Pietro Bilancia - Universiteit van Modena en Reggio Emilia - voor de ontwikkeling van softwaretools, analytische modellen en testsystemen, waarbij ontwerp, simulatie en experimenten op het gebied van industriële robotica worden geïntegreerd en mechanismen voor intelligente automatisering worden ontwikkeld.

Valentina Cesari - IMT Alti Studi Lucca, Universiteit van Pisa - voor CYBORG, dat de interactie tussen cognitieve factoren, belichaming en sensorische substitutie in de teleoperatie van robotsystemen en virtuele omgevingen analyseert. Het doel is om menselijk gedrag tijdens de bediening van robotische apparaten op afstand te begrijpen en te verbeteren. Dit doen we door interfaces aan te passen en hulpmiddelen te ontwikkelen voor de evaluatie van cognitieve en perceptieve kenmerken van operators.

Valerio Guarrasi - Campus Bio-Medico Universiteit van Rome - voor Virtual Scanner, een platform gebaseerd op generatieve kunstmatige intelligentie voor het creëren van zeer nauwkeurige synthetische radiologische beelden. Het systeem maakt het bijvoorbeeld mogelijk om PET-beelden te genereren uit reeds bestaande CT-scans, waardoor beperkingen op het gebied van beschikbaarheid van apparatuur, kosten en risico's voor de patiënt worden omzeild. Het doel is om de toegang tot geavanceerde beeldvorming te democratiseren door Medical Digital Twin-benaderingen voor voorspellende en gepersonaliseerde geneeskunde te integreren.

Vittoria Laghi - Universiteit van Bologna - voor LATTICE, dat het potentieel van 3D-metaalprinten voor de constructie van duurzame bouwconstructies onderzoekt. Laghi heeft met behulp van de Wire Arc Additive Manufacturing (WAAM)-technologie een geautomatiseerd ontwerpproces ontwikkeld op basis van generatieve algoritmen. Hiermee kunnen geometrieën worden geoptimaliseerd en het materiaalgebruik worden verminderd zonder dat dit ten koste gaat van de structurele stabiliteit.

Pietro Mascagni - Università Cattolica del Sacro Cuore - leidde het softwareontwerp, de verzameling van geannoteerde klinische gegevens en de ontwikkeling van de AI-architectuur van een software om fouten in de operatiekamer te voorkomen. Het systeem, dat is ontworpen als een ‘digitale co-piloot’, kan chirurgische fasen, instrumenten en anatomieën identificeren en zo veiligere keuzes aan de operator voorstellen.

Simone Mentasti - Politecnico di Milano - voor de ontwikkeling van een gedistribueerd stedelijk monitoringsysteem voor de veiligheid van voetgangers en fietsers, gebaseerd op slimme sensoren, edge computing en deep learning-algoritmen. Ontworpen om ADAS-systemen te verbeteren en slimme steden te integreren met voorspellende functies voor het veilige beheer van stedelijke oversteekplaatsen.

Christian Tamantini - Nationale Onderzoeksraad (CNR), Instituut voor Cognitieve Wetenschappen en Technologieën, voor de ontwikkeling van een intelligent robotsysteem voor neuromotorische revalidatie, dat zich in realtime kan aanpassen aan de fysiologische toestand van de patiënt. Het systeem integreert een weloverwogen besturingslogica en een gelaagde architectuur die machine learning en continue sensorische interactie combineert. De oplossing biedt persoonlijke ondersteuning, waardoor de afhankelijkheid van menselijke operators afneemt en de therapeutische resultaten verbeteren.

Selene Tomassini - Universiteit van Trento - voor de ontwikkeling van een automatisch meldsysteem voor spoed-CT-scans van de hersenen, ter ondersteuning van radiologen in omgevingen met hoge werkdruk, zoals spoedeisende hulp. De architectuur combineert CNN, LSTM en taalmodellen om consistente rapporten te genereren die voldoen aan klinische normen. Het systeem is open source en heeft bewezen zeer effectief te zijn bij het genereren van semantische rapporten over gevallen van hersenbloedingen.

Konstantinos Zormpas-Petridis - Fondazione Policlinico Universitario Agostino Gemelli IRCCS voor de ontwikkeling van modellen voor kunstmatige intelligentie om de uitvoeringstijden van MRI drastisch te verkorten en in sommige gevallen de noodzaak van invasieve biopsieën te vervangen. De algoritmen combineren deep learning, radiomics-analyse en technieken voor onzekerheidsschatting.