
AFFILIAZIONE
Tod System Srl
AUTORE PRINCIPALE
Ing. Donadio Francesca Federica
VALUTA IL CHALLENGE
Registrazione obbligatoria. Una valutazione consentita
login avvenuto
Seleziona da 1 a 5 stelle e conferma il voto.
GRUPPO DI LAVORO
Ing. Donadio Francesca Federica – Tod System Srl
Phd Colacino Domenico – Tod System Srl
Dr.ssa Cuzzola Paola – Tod System Srl
Dr. Cuomo Matteo – Tod System Srl
Dr.ssa Nanci Francesca – Tod System Srl
Ing. Oliverio Antonio – Tod System Srl
AREA TEMATICA
Innovazione di prodotti dall’Industria
ABSTRACT
La sterilità degli ambienti sanitari è un elemento fondamentale per garantire la sicurezza dei pazienti e l’efficacia delle pratiche assistenziali. Il mantenimento di condizioni di asepsi adeguate negli ambienti clinici è essenziale per limitare la diffusione di microrganismi patogeni e per ridurre il rischio di infezioni. In questo contesto, il presente lavoro propone l’integrazione di una piattaforma robotica mobile nei workflow ospedalieri per supportare le attività di manipolazione e trasporto di materiali sanitari in condizioni controllate. L’obiettivo è valutare l’impiego di una piattaforma robotica in grado di movimentare dispositivi e consegnare strumenti al personale sanitario mantenendo condizioni di sterilità e riducendo le interazioni con superfici e dispositivi. La piattaforma combina robotica collaborativa, computer vision, gesture recognition, comandi vocali e digital twin per il controllo multimodale del sistema. È costituita da una base mobile autonoma (AMR) dotata di vassoi per il trasporto di materiale sanitario, di un display integrato e di moduli di AI. Attraverso l’interfaccia uomo–macchina il personale sanitario può accedere e visualizzare dati clinici tramite comandi vocali o modalità touch-free. Sulla base mobile è installato un manipolatore collaborativo Franka Research 3 dotato di una mano antropomorfa programmabile per la manipolazione degli oggetti. Una telecamera di profondità montata sul braccio robotico acquisisce i frame dell’ambiente operativo, elaborati da algoritmi di computer vision per il riconoscimento in tempo reale delle gesture del personale sanitario. I gesti identificati vengono interpretati come comandi per il robot, consentendo il pilotaggio del manipolatore e l’esecuzione di operazioni di presa, rilascio e movimentazione degli oggetti. Questo approccio consente un’interazione naturale e contactless con il sistema robotico, contribuendo al mantenimento della sterilità e al supporto delle attività ripetitive del personale sanitario. I dati acquisiti alimentano un Digital Twin dell’ambiente operativo che consente di simulare e analizzare le sequenze operative e le interazioni uomo–robot nei workflow ospedalieri. I risultati attesi riguardano la valutazione della fattibilità dell’integrazione di sistemi robotici collaborativi nei contesti clinici, la riduzione delle interazioni con superfici potenzialmente contaminanti e il miglioramento dell’efficienza e della sicurezza dei processi ospedalieri.