कागजी कार्रवाई की वह समस्या जो मरीजों के दो महीने लेती है

Enter, HackPrinceton Spring 2026 में था — 410 प्रतिभागी, 36 घंटे, प्रिंसटन के कैंपस में। ACTA AI के पीछे की टीम ने कमरे की सबसे कठिन समस्या चुनी। और उन्हें ठीक-ठीक पता था कि क्यों।

कानूनी भेष में एक मानवीय समस्या

हर दिन जब क्लिनिकल ट्रायल में देरी होती है, तो आक्रामक कैंसर, दुर्लभ बीमारियों और पुरानी स्थितियों के मरीज उन उपचारों के लिए लंबे समय तक इंतजार करते हैं जो उनके जीवन को बदल या बचा सकते हैं।

एक भी मरीज के ट्रायल में शामिल होने से पहले, फार्मास्युटिकल प्रायोजकों और क्लिनिकल रिसर्च साइट्स को एक क्लिनिकल ट्रायल एग्रीमेंट पर बातचीत करनी होती है — यह एक जटिल कानूनी दस्तावेज है जिसमें बौद्धिक संपदा, क्षतिपूर्ति, प्रकाशन अधिकार, रोगी गोपनीयता और विनियामक रिपोर्टिंग दायित्व शामिल होते हैं। इस बातचीत में औसतन 100 दिन लगते हैं। प्रति दिन $800,000 से $1.4 मिलियन के खोए हुए पाइपलाइन मूल्य के साथ, वित्तीय लागत महत्वपूर्ण है। लेकिन अधिक महत्वपूर्ण संख्या वह है जो किसी भी वित्तीय मॉडल में दिखाई नहीं देती: उस देरी के दूसरी ओर के मरीज जिनके पास समय खत्म हो रहा है।

56 सक्रिय क्लिनिकल-स्टेज प्रोग्राम चलाने वाली कंपनी के लिए, प्रत्येक बातचीत से 50 दिन कम करने से $2.24 बिलियन से अधिक का पाइपलाइन मूल्य अनलॉक होता है। इससे भी महत्वपूर्ण बात यह है कि इसका मतलब है कि आक्रामक लिम्फोमा या दुर्लभ सूजन संबंधी बीमारियों का सामना करने वाले रोगियों को लगभग दो महीने पहले जीवन रक्षक उपचार तक पहुंच मिलती है।

टीम ने इसे कानूनी स्वचालन (ऑटोमेशन) समस्या के रूप में नहीं देखा। उन्होंने इसे सही ढंग से फ्रेम किया: एक मानवीय समस्या के रूप में जो कागजी कार्रवाई जैसी दिखती है।

ACTA AI वास्तव में क्या करता है

ACTA AI एक मल्टी-एजेंट अनुबंध इंटेलिजेंस प्लेटफॉर्म है जिसे क्लिनिकल ट्रायल एग्रीमेंट प्रक्रिया के इर्द-गिर्द बनाया गया है — जिसे ऐसा करने के लिए डिज़ाइन किया गया है जो वर्तमान में कोई भी वाणिज्यिक कानूनी AI टूल नहीं करता: अनुबंधों का खंड-दर-खंड विश्लेषण करना, एक मानकीकृत आधार रेखा लागू करना, संस्करणों और पक्षों के बीच बातचीत को ट्रैक करना, और कानूनी संकट बनने से पहले क्रॉस-अनुबंध संघर्षों को उजागर करना।

वास्तुकला का निर्णय जो पूरे उत्पाद को परिभाषित करता है, उसे समझाना सबसे सरल है। भाषा मॉडल के सामने टेक्स्ट के एक ब्लॉक के रूप में फेंका गया 30-पृष्ठ का कानूनी अनुबंध अविश्वसनीय आउटपुट पैदा करता है। टीम ने पूरी तरह से दूसरी दिशा चुनी। प्रत्येक अनुबंध को व्यक्तिगत खंडों में विभाजित किया गया है, जिनमें से प्रत्येक का सात ACTA मानकों की हार्डकोडेड आधार रेखा के खिलाफ स्वतंत्र रूप से विश्लेषण किया गया है — प्रकाशन समीक्षा विंडो, क्षतिपूर्ति संरचना, भुगतान शर्तें, गोपनीयता अवधि, अप्रत्यक्ष लागत सीमाएं — इससे पहले कि परिणाम एक कार्यकारी सारांश में एकत्रित किए जाएं। यह संरचना ही एक कानूनी इंटेलिजेंस टूल को एक परिष्कृत सर्च बॉक्स से अलग करती है।

ACTA AI का खंड विश्लेषण इंटरफेस, जो ACTA आधार रेखा के खिलाफ अनुबंध के प्रत्येक अनुभाग के लिए स्वतंत्र अनुपालन स्कोरिंग दिखाता है — कार्यकारी सारांश उत्पन्न होने से पहले गंभीरता द्वारा चिह्नित विचलन।

एक कॉन्फिडेंस स्कोरिंग सिस्टम हर खंड को चार श्रेणियों में छांटता है: आधार रेखा के साथ संरेखित और आगे बढ़ने के लिए तैयार, एक मानक समाधान के साथ मामूली विचलन, एक गंभीर विचलन जो अनसुलझा रहने पर कई सप्ताह की देरी का कारण बनेगा, या ऐसी भाषा जिसे सिस्टम ने पहले कभी नहीं देखा है और सीधे एक मानव वकील के पास भेजता है। दो लोगों की कानूनी टीम 50 एक साथ चल रहे अनुबंधों का प्रबंधन कर सकती है क्योंकि उन्हें हमेशा पता होता है कि पहले कहाँ देखना है।

वन-क्लिक ACTA मोड उस स्थिति को संबोधित करता है जहां बातचीत पूरी तरह से रुक गई है। एक सिंगल बटन सभी विचलन वाले खंडों को एक साथ आधार रेखा पर फिर से लिखता है, एक साइड-बाय-साइड ट्रैक-चेंज व्यू और एक भेजने के लिए तैयार बातचीत मेमो बनाता है जो दूसरे पक्ष को हर बदलाव के बारे में बताता है।

प्रिडिक्टिव साइट पर्सोना उस चीज के लिए जिम्मेदार हैं जिसे सामान्य अनुबंध टूल पूरी तरह से अनदेखा करते हैं: अलग-अलग अस्पताल अलग तरह से बातचीत करते हैं। एक शैक्षणिक चिकित्सा केंद्र और एक क्षेत्रीय सामुदायिक अस्पताल की कानूनी प्राथमिकताएं, अलग-अलग प्रतिक्रियाएं और अलग-अलग रेड लाइन होती हैं। ACTA AI अनुमान लगाता है कि अनुबंध भेजे जाने से पहले ही घर्षण कहां से उत्पन्न होगा।

मल्टी-पार्टी कॉन्फ्लिक्ट डिटेक्टर — जिसे टीम ने उस फीचर के रूप में वर्णित किया जिसने उन्हें सबसे ज्यादा हैरान किया — एक ऐसी समस्या का समाधान करता है जिसमें वर्तमान में वरिष्ठ वकीलों को सैकड़ों दस्तावेजों को मैन्युअल रूप से क्रॉस-रेफरेंस करने की आवश्यकता होती है। कई CTA अपलोड करें, स्कैन चलाएं, और सिस्टम अनुबंधों में विसंगतियों को उजागर करता है: एक ही कंपाउंड के लिए अलग-अलग साइटों को परस्पर विरोधी IP अनुदान, अलग-अलग संस्थानों को वादा की गई असंगत प्रकाशन विंडो। जो पहले किसी प्रोग्राम के महीनों बाद कानूनी संकट के रूप में उभरता था, वह अब सेकंडों में सामने आता है।

मल्टी-पार्टी कॉन्फ्लिक्ट डिटेक्टर इंटरफेस, जो एक साथ क्लिनिकल ट्रायल एग्रीमेंट में क्रॉस-अनुबंध विसंगतियों को दिखाता है — एक ऐसी क्षमता जिसे टीम ने तीन घंटे में बनाया जो उत्पाद में सबसे महत्वपूर्ण व्यावसायिक विशेषता हो सकती है।

यह सब कैसे एक साथ आया

बैकएंड एक चार-एजेंट पाइपलाइन है — डॉक्यूमेंट पार्सर, क्लॉज एक्सट्रैक्शन, रिस्क आइडेंटिफिकेशन, कंप्लायंस चेक, सजेशन — जिसमें एक साझा स्टेट ऑब्जेक्ट है जो हर कदम पर निकाले गए खंड, जोखिम निष्कर्ष, अनुपालन परिणाम और संस्करण अंतर को ले जाता है। आर्किटेक्चर में एक रूटिंग लेयर भी शामिल है जो इस बात को दर्शाती है कि कैसे लॉ फर्म वास्तव में काम आवंटित करती हैं: कानूनी-भारी खंड कानूनी तर्क के लिए अनुकूलित मॉडल पर जाते हैं, तेजी से वर्गीकरण कार्य गति के लिए अनुकूलित मॉडल पर जाते हैं, और जटिल पुनर्लेखन भाषा की गुणवत्ता के लिए अनुकूलित मॉडल पर जाते हैं। सही काम के लिए सही मॉडल, जो सिस्टम में बनाया गया है न कि संयोग पर छोड़ दिया गया है।

सप्ताहांत शुरू होने से पहले टीम में से किसी ने भी प्रोडक्शन मल्टी-एजेंट पाइपलाइन नहीं बनाई थी। आर्किटेक्चर ने वास्तव में टिकने वाले डिज़ाइन पर उतरने से पहले तीन पूर्ण रीडिजाइन किए। पीछे मुड़कर देखें, तो टीम ने उन शुरुआती तर्कों को हैकथॉन के सबसे मूल्यवान घंटे बताया।

फ्रंटएंड को दो बार फिर से बनाया गया — जानबूझकर। दृश्य भाषा गर्म क्रीम, सेज ग्रीन और म्यूट टील है। उन विकल्पों के पीछे का तर्क स्पष्ट रूप से बताया गया था: क्लिनिकल सॉफ्टवेयर को भरोसेमंद और शांत महसूस होना चाहिए। डिज़ाइन एक उत्पाद निर्णय है, न कि शैलीगत।

उन्हें किस पर सबसे ज्यादा गर्व है

कि यह असली दस्तावेजों पर काम करता है।

असली क्लिनिकल ट्रायल एग्रीमेंट — अव्यवस्थित स्वरूपण, असामान्य खंड क्रम, कानूनी भाषा जो सिस्टम ने विकास में कभी नहीं देखी थी — और पाइपलाइन उन्हें संभालती है। किनारे के मामले धीरे-धीरे कम हो जाते हैं। फॉलबैक साफ-सुथरे तरीके से जुड़ते हैं। संरचित आउटपुट बना रहता है।

मल्टी-पार्टी कॉन्फ्लिक्ट डिटेक्टर लगभग सबमिशन में नहीं पहुंच पाया था। यह तीन घंटे में बनाया गया एक देर से जोड़ा गया फीचर था। उन्होंने इसे वैसे भी शिप किया, और उनका मानना ​​है कि यह उत्पाद में सबसे व्यावसायिक रूप से मूल्यवान चीज है।

उन्हें ऐसी किसी चीज पर भी गर्व है जो डेमो में दिखाई नहीं देती: 28वें घंटे में, थके हुए और दबाव में, उन्होंने एक-दूसरे पर गुस्सा नहीं निकाला। उन्होंने दबाव में अपनी टीम के प्रति सम्मानजनक होने को एक कौशल के रूप में वर्णित किया, और इसे उसी के रूप में व्यवहार किया। यह कोई छोटी बात नहीं है। शायद यही कारण है कि बाकी सब कुछ पूरा हो गया।

मल्टी-पार्टी कॉन्फ्लिक्ट डिटेक्टर पहली प्राथमिकता है — एक कामकाजी प्रोटोटाइप से लेकर स्थायी अनुबंध भंडारण, संघर्ष इतिहास ट्रैकिंग, स्वचालित अलर्ट, और नेटवर्क विज़ुअलाइज़ेशन जो दिखाता है कि कौन सी साइटें अतिव्यापी कानूनी शर्तों को साझा करती हैं।

गोपनीयता-प्रथम वास्तुकला अगली है। क्लिनिकल ट्रायल एग्रीमेंट में रोगियों और संगठनों दोनों के बारे में संवेदनशील जानकारी होती है। अगले संस्करण में एंड-टू-एंड एन्क्रिप्शन, भूमिका-आधारित एक्सेस कंट्रोल और एक डेटा हैंडलिंग फ्रेमवर्क की आवश्यकता है जो बातचीत के दोनों पक्षों के लिए विनियामक आवश्यकताओं को पूरा करता है। भरोसा, जैसा कि टीम ने कहा, किसी भी कानूनी उत्पाद की नींव है। वे इसे ठीक से कमाना चाहते हैं।

दीर्घकालिक महत्वाकांक्षा वास्तविक मामलों से एजेंट का सीखना है — वास्तविक बातचीत के परिणामों को वापस सिस्टम में डालना ताकि यह समय के साथ अपने जोखिम मॉडल को परिष्कृत करे। किन विचलनों के कारण देरी हुई। किन रेडलाइन को स्वीकार किया गया। किस प्रकार की साइटों ने किन खंडों पर सबसे अधिक दबाव डाला। सिस्टम हर अनुबंध के साथ स्मार्ट हो जाता है जिसे वह संसाधित करता है।

और अंततः, अनुदैर्ध्य बातचीत बुद्धिमत्ता: एक ऐसी सुविधा जो एक कानूनी टीम को ठीक-ठीक बताती है कि किसी साइट ने अतीत में कैसे बातचीत की है, उन्होंने अंततः किस भाषा को स्वीकार किया है, और घर्षण कहाँ से उत्पन्न होने की संभावना है — उस प्रकार की संस्थागत स्मृति जो वर्तमान में व्यक्तिगत वकीलों के दिमाग में रहती है, जिसे टीम के सभी लोगों के लिए सुलभ बनाया गया है।

समाधान करने योग्य समस्या

ACTA AI को ट्रैक जीतने के लिए नहीं बनाया गया था। इसे इसलिए बनाया गया था क्योंकि समस्या वास्तविक है, गणित क्रूर है, और किसी ने वास्तव में इसे हल नहीं किया है।

ट्रायल में प्रवेश करने वाले एक आशाजनक उपचार और उस तक पहुंच प्राप्त करने वाले रोगी के बीच का अंतर मुख्य रूप से एक वैज्ञानिक समस्या नहीं है। यह एक समन्वय समस्या, एक प्रलेखन समस्या, एक प्रक्रिया समस्या है — ठीक उसी तरह की समस्या जिसे सही परत पर लागू संरचित बुद्धिमत्ता ध्वस्त कर सकती है।

टीम ने उस अंतर को देखा और उसे बंद करने के लिए 36 घंटे खर्च किए। उस बातचीत की मेज के दूसरी ओर के रोगियों के पास इंतजार करने के लिए 100 दिन नहीं हैं।

पिछले खंड छूट गए? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI *→ Vol. 3 — *reAgent *→ Vol. 4 *— TaleTailor *→ Vol. 5 *— LEGR *→ Vol. 6 — *PolyPath *→ Vol. 7 — EcoThread→ Vol. 8 *— Aletheia *→ Vol. 9 *— Synova → Vol. 10 — Overturn Insurance→Vol. 11 — **VentureLink *→**Vol. 11 *—Atlas: Immersive 3D AI Learning