INAIL presenta i prototipi AI per la sicurezza sul lavoro

L'Istituto ha illustrato otto progetti innovativi che spaziano dagli esoscheletri aptici alle protesi bioniche, dai dispositivi indossabili ai robot teleoperat…

Contenuto

INAIL presenta i prototipi AI per la sicurezza sul lavoro

Scopri anche

INAIL presenta i prototipi AI per la sicurezza sul lavoro

INAIL: prototipi AI e tecnologia per la sicurezza sul lavoro

In questo articolo:

L'INAIL ha presentato una serie di progetti di ricerca che utilizzano l'intelligenza artificiale per tutelare la salute e la sicurezza nei luoghi di lavoro. L'iniziativa è stata illustrata durante l'evento "Ia nel mondo del lavoro, la visione umanocentrica dell'intelligenza artificiale", organizzato dal Ministero del Lavoro e delle Politiche sociali presso la sede di via IV Novembre a Roma. L'obiettivo dichiarato è sfruttare le opportunità dell'innovazione tecnologica per trasformare i processi produttivi e organizzativi, creando nuove prospettive per la prevenzione di infortuni e malattie professionali, nonché per la protesica e la riabilitazione.

Side: esoscheletro aptico per formazione in sicurezza

⬆ Torna su

Side è un esoscheletro aptico sviluppato dall'INAIL attraverso un bando di ricerca. Si tratta di un sistema robotico per arto superiore interfacciabile con sistemi di realtà virtuale o aumentata. Il dispositivo è stato progettato per sperimentare formazione innovativa dedicata alla prevenzione dei pericoli in spazi confinati o sospetti di inquinamento, come cisterne interrate, condutture fognarie, silos e pozzi, classificati come luoghi a forte rischio per i lavoratori.

L'esoscheletro riproduce virtualmente le sollecitazioni di forza e contatto, simulando le interazioni tra uomo e ambiente. L'integrazione di stimoli tattili e propriocettivi aumenta il senso di presenza e immersività dell'operatore all'interno della realtà virtuale, consentendo al discente di apprendere comportamenti sicuri e valutare la propria preparazione in diversi scenari lavorativi.

Smart-Shirt: monitoraggio fisiologico e raffrescamento attivo

⬆ Torna su

Smart-Shirt è un prototipo di dispositivo indossabile nato dalla collaborazione tra INAIL-Dimeila, Ipcb-Cnr, Icmate-Cnr e Irccs Ics Augeri. Il dispositivo è progettato per il monitoraggio continuo di parametri termofisiologici, tra cui frequenza cardiaca, temperatura corporea e attività motoria, svolgendo anche una funzione attiva di raffrescamento localizzato del corpo.

La maglietta sensorizzata integra materiali tessili avanzati, inchiostri formulati con nanotecnologie e pattern termicamente funzionali serigrafati sul tessuto. È presente inoltre un modulo termoelettrico basato su tecnologia Peltier per il raffrescamento localizzato. Attraverso l'elaborazione dei dati mediante modelli algoritmici basati su intelligenza artificiale e deep learning, il dispositivo può supportare l'attivazione di strategie personalizzate di raffreddamento e inviare alert all'utente. Le potenziali applicazioni riguardano settori industriali con attività fisicamente impegnative o svolte in ambienti critici.

Mano bionica Hannes: protesica avanzata

⬆ Torna su

Hannes è un sistema protesico avanzato per il trattamento delle amputazioni di arto superiore, realizzato grazie alla collaborazione tra il Centro protesi INAIL e l'Istituto italiano di tecnologia. La mano sfrutta una meccanica sotto-attuata adattativa che le consente di distribuire la forza in modo intelligente e adattare automaticamente la presa alla forma e alle sollecitazioni degli oggetti.

Il sistema è completato da un polso motorizzato in grado di eseguire movimenti di prono-supinazione e flesso-estensione, ampliando le possibilità di orientamento e manipolazione. Il giunto di gomito è dotato di un meccanismo di recupero energetico che riduce lo sforzo durante l'elevazione del braccio, rendendo l'utilizzo della protesi più confortevole anche in caso di uso prolungato. L'obiettivo è avvicinare il più possibile la funzionalità protesica al movimento biologico.

Edats: protesi intuitive con machine learning

⬆ Torna su

Il progetto Edats utilizza il machine learning per rendere le protesi di arto superiore più intuitive e naturali. Quando un paziente immagina di muovere la propria "mano fantasma", nel moncone vengono attivati numerosi muscoli residui. Queste contrazioni generano segnali elettromiografici che rivelano pattern specifici per ciascun gesto immaginato.

Gli algoritmi di pattern recognition sviluppati nel progetto imparano a riconoscere tali pattern e a tradurli nei movimenti reali di una protesi. Il sistema utilizza un bracciale di sensori elettromiografici collegato a una scheda elettronica che trasmette via Bluetooth i segnali a un software dedicato. Questo software registra i segnali mentre il paziente esegue mentalmente determinati movimenti, addestra il modello di riconoscimento e ne verifica il funzionamento anche attraverso la realtà virtuale, permettendo di osservare una mano digitale muoversi in tempo reale.

Il progetto, già in fase avanzata al Centro protesi INAIL, punta ad ampliare le funzionalità includendo movimenti più complessi come quelli di polso e gomito, rendendo il sistema utilizzabile anche per amputazioni più prossimali. La ricerca sta inoltre esplorando l'integrazione di feedback sensoriale.

Robot teleoperativo 3: interventi in condizioni pericolose

⬆ Torna su

I robot collaborativi tecnologicamente evoluti consentono di sostituire o assistere i lavoratori in interventi che espongono a elevati livelli di rischio, come incendi, terremoti, emissioni di gas tossici o operazioni in ambienti confinati. Il robot teleoperativo 3 costituisce un'evoluzione dei sistemi già sviluppati, garantendo maggiore agilità e affidabilità nella fase di dislocazione e versatilità nella manipolazione.

Il progetto si compone di due sottosistemi: un robot "in campo" (field robot) che riproduce le azioni dell'essere umano nel punto di intervento, dotato di locomozione, manipolazione, visione e capacità uditiva e tattile; un sistema remoto che consente all'operatore di governare l'intervento grazie alla realtà virtuale e aumentata. Il field robot prevede un sistema di locomozione costituito da un quadrupede robotico elettrico e un sistema di manipolazione con un braccio tele-manipolato mobile. La stazione pilota è costituita da un braccio aptico e un'interfaccia utente per la visualizzazione dell'habitat.

Dpi Smart: dispositivi di protezione intelligenti

⬆ Torna su

Dpi Smart sviluppa un sistema di prevenzione proattivo per l'industria 5.0, volto a trasformare i dispositivi di protezione individuale tradizionali in DPI attivi tramite sensori, IoT e algoritmi, senza compromettere la certificazione di conformità al Regolamento europeo. L'obiettivo è realizzare un "cluster di protezione" integrando sensori e sistemi di controllo nei DPI tradizionali.

Il prototipo include quattro DPI sensorizzati con allarmi: facciale filtrante (temperatura, urti/movimenti, frequenza respiratoria); elmetto (temperatura/umidità relativa, CO2, urti, posizione, esposizione solare, sudore); indumento con badge e braccialetto (microclima, urti/cadute, campi elettromagnetici); scarpa con sensori su caviglia e pianta (scivolamento, contatto caldo/freddo, pressione e temperatura). I DPI comunicano via Bluetooth con un'unità centrale che elabora i dati con algoritmi dedicati e con un'applicazione su smartphone per la gestione e il monitoraggio.

Mediatore linguistico: comunicazione multilingue

⬆ Torna su

Il mediatore linguistico è uno strumento digitale che facilita la comunicazione tra persone di lingua e cultura diversa e gli operatori dell'INAIL, garantendo comprensione reciproca e accesso equo alle informazioni. Lo strumento supporta la traduzione di messaggi vocali e scritti in 13 lingue: arabo, bengalese, cinese, croato, francese, hindi, inglese, rumeno, sloveno, spagnolo, tedesco, ucraino e urdu. Le lingue potranno essere ampliate in base alle esigenze delle sedi territoriali.

Lo strumento è attualmente disponibile presso sette sedi territoriali (Caltagirone, Catania, Monfalcone, Roma Laurentino, Roma Tuscolano, Trento e Trieste) che lo stanno sperimentando per valutarne l'efficacia e individuare eventuali aspetti da migliorare in vista della diffusione su larga scala.

Esopia: piattaforma cognitiva per l'analisi degli incidenti

⬆ Torna su

Esopia è una piattaforma di ricerca cognitiva composta da un repository documentale per la raccolta della documentazione relativa alla sicurezza degli impianti industriali e da un modello ontologico di tipo entità-relazione che utilizza algoritmi di intelligenza artificiale per estrarre informazioni dai documenti. L'obiettivo è condividere le esperienze operative relative a quasi incidenti (near miss) e incidenti disciplinati dal d.lgs. 105 del 2015, settore Seveso, per supportare il processo di prevenzione proattiva.

Grazie a tecniche di machine learning e natural language processing, è possibile la consultazione in linguaggio naturale, la ricerca di casi simili, l'individuazione di pattern frequenti di incidente e la visualizzazione delle relazioni di causa. Attualmente Esopia comprende oltre seimila schede ed è l'unico modello basato su ontologia riferito non solo agli incidenti, ma anche a near miss e anomalie. Le liste non sono definite a priori ma popolate acquisendo i dati di banche dati esterne o estratti da documenti, con elenchi dinamici in continuo aggiornamento.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

L'approccio umanocentrico emerge come filo conduttore dei progetti presentati, con tecnologie che potrebbero ridefinire il rapporto tra lavoratore e ambiente operativo. La transizione da prototipi a soluzioni diffuse dipenderà da fattori come scalabilità produttiva e integrazione nei processi esistenti.

  • Scenario 1: i dispositivi indossabili come Smart-Shirt e Dpi Smart trovano gradualmente applicazione in settori ad alto rischio termico e meccanico, con impatti sulla prevenzione personalizzata.
  • Scenario 2: l'evoluzione della protesica, in particolare con Edats, potrebbe estendere le funzionalità a movimenti complessi di polso e gomito, ampliando la platea di utilizzatori.
  • Scenario 3: il robot teleoperativo viene progressivamente integrato nelle procedure di emergenza, riducendo l'esposizione diretta degli operatori in condizioni critiche.

Cosa monitorare

⬆ Torna su
  • Il passaggio dalla fase sperimentale all'adozione effettiva nelle sedi territoriali e nei contesti industriali.
  • L'effettiva riduzione degli infortuni negli ambienti confinati e nelle attività ad alto rischio fisico.
  • Lo sviluppo dell'integrazione sensoriale nei sistemi protesici e il feedback degli utilizzatori.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • intelligenzaartificiale
  • machinelearning
  • wearable
  • data

Link utili

Apri l'articolo su DeafNews