Progetto Rientr@Returns – Consolidamento tecnologico e ampliamento della destinazione d’uso della piattaforma di simulazione Rientr@

Durata: 36 mesi (dic 2023 – dic 2026)

Ente Finanziatore: INAIL – Istituto Nazionale Assicurazione contro gli Infortuni sul Lavoro

Finanziamento: 650 k€

Partenariato:

  • Centro Protesi Inail (P.I. Emanuele Gruppioni)
  • Consiglio Nazionale delle Ricerche – CNR STIIMA (Coordinatore, P.I. Sara Arlati, co-P.I. Alfonso Mastropietro)

Sub-partners:

  • IRCCS E. Medea – La Nostra Famiglia
  • Univerlecco

Rientr@Returns (R@R) si propone di valorizzare ulteriormente i risultati del progetto Rientr@, del programma di ricerca 2016-2018, che ha portato allo sviluppo di una piattaforma di simulazione della guida in sedia a rotelle, secondo due linee d’azione:

  1. aumentare il TRL (Technology Readiness Level) del dispositivo sviluppato mediante la validazione dei due principali sottosistemi costituenti: la piattaforma di simulazione della sedia a rotelle e il sistema a supporto delle decisioni (DSS);
  2. svolgere attività di ricerca propedeutiche all’estensione della destinazione d’uso ad altre tipologie di paziente, al miglioramento, al tuning e alla scalabilità dei due sottosistemi summenzionati.

In particolare, si procederà allo studio delle variabili che influenzano l’embodiment, considerando fattori quali l’immersività del simulatore, la presenza di stimoli aptici, la modalità di interazione, il realismo e le caratteristiche dell’avatar. A tal fine verranno valutati sia parametri oggettivi (segnali fisiologici, EEG, etc.) sia variabili soggettive (engagement, senso di presenza, emozioni, workload cognitivo, usabilità e accettabilità del sistema, etc.), per ricavare il setup ottimale e discernere le opzioni per la scalabilità della soluzione.

Inoltre, il progetto, prendendo a riferimento l’ICF (International Classification of Functioning, Disability and Health), si occuperà di formalizzare la descrizione delle diverse patologie d’interesse per gli assistiti dell’Inail, le loro condizioni di salute e il fine-tuning del rule-system del DSS mediante linguaggi logici semantici, per la generazione di inferenze (matchmaking). Sulla base di questa attività sarà possibile popolare una base di conoscenza ontologica e, su questa, verificare la correttezza delle inferenze estratte per pazienti con profilo clinico differente.