Il problema della documentazione che costa ai pazienti due mesi

Enter è stato all'HackPrinceton Spring 2026: 410 partecipanti, 36 ore, nel campus di Princeton. Il team dietro ACTA AI ha scelto il problema più difficile della competizione. E sapevano esattamente il perché.

Un problema umanitario sotto spoglie legali

Ogni giorno in cui una sperimentazione clinica subisce un ritardo, i pazienti affetti da tumori aggressivi, malattie rare e patologie croniche attendono più a lungo terapie che potrebbero cambiare o salvare le loro vite.

Prima che un singolo paziente possa iscriversi a una sperimentazione, gli sponsor farmaceutici e i centri di ricerca clinica devono negoziare un Accordo di Sperimentazione Clinica (Clinical Trial Agreement), un complesso documento legale che copre proprietà intellettuale, indennizzi, diritti di pubblicazione, privacy del paziente e obblighi di segnalazione normativa. Questa negoziazione richiede in media 100 giorni. Con una perdita di valore della pipeline compresa tra 800.000 e 1,4 milioni di dollari al giorno, il costo finanziario è significativo. Ma il numero più importante è quello che non appare in alcun modello finanziario: i pazienti dall'altra parte di quel ritardo che non hanno più tempo.

Per un'azienda che gestisce 56 programmi attivi in fase clinica, ridurre di 50 giorni ogni negoziazione sblocca oltre 2,24 miliardi di dollari di valore nella pipeline. Ancora più importante, significa che i pazienti che affrontano linfomi aggressivi o malattie infiammatorie rare ottengono l'accesso a terapie potenzialmente salvavita con quasi due mesi di anticipo.

Il team non ha inquadrato questo come un problema di automazione legale. Lo hanno inquadrato correttamente: come un problema umanitario che, per coincidenza, appare come una pratica burocratica.

Cosa fa realmente ACTA AI

ACTA AI è una piattaforma di intelligenza contrattuale multi-agente costruita attorno al processo di accordo di sperimentazione clinica, progettata per fare ciò che nessuno strumento di intelligenza artificiale legale commerciale attualmente fa: analizzare i contratti clausola per clausola, imporre una linea di base standardizzata, tracciare le negoziazioni tra versioni e parti, e far emergere conflitti tra contratti prima che diventino crisi legali.

La decisione architettonica che definisce l'intero prodotto è anche la più semplice da spiegare. Un contratto legale di 30 pagine inviato a un modello linguistico come un unico blocco di testo produce risultati inaffidabili. Il team ha seguito la direzione opposta. Ogni contratto viene suddiviso in clausole individuali, ciascuna analizzata indipendentemente rispetto a una base standardizzata di sette standard ACTA (finestre di revisione delle pubblicazioni, struttura degli indennizzi, termini di pagamento, durata della riservatezza, tetti sui costi indiretti) prima che i risultati vengano aggregati in un sommario esecutivo. Questa struttura è ciò che separa uno strumento di intelligenza legale da una sofisticata casella di ricerca.

Interfaccia di analisi delle clausole di ACTA AI, che mostra il punteggio di conformità indipendente per ogni sezione del contratto rispetto alla base standard ACTA: le deviazioni vengono segnalate per gravità prima che venga generato il sommario esecutivo.

Un sistema di punteggio di confidenza classifica ogni clausola in quattro categorie: allineata alla base e pronta a procedere, una deviazione minore con una correzione standard, una deviazione critica che causerà ritardi di diverse settimane se non risolta, o un linguaggio che il sistema non ha mai incontrato prima e che indirizza direttamente a un avvocato umano. Un team legale di due persone può gestire 50 contratti simultaneamente perché sa sempre dove guardare per primo.

La modalità ACTA con un clic affronta lo scenario in cui una negoziazione è completamente bloccata. Un singolo pulsante riscrive ogni clausola deviante secondo la base di riferimento, generando una vista affiancata delle modifiche e un memorandum di negoziazione pronto per essere inviato, che spiega ogni modifica all'altra parte.

Le Personas predittive dei centri di ricerca tengono conto di un aspetto che gli strumenti contrattuali generici ignorano completamente: diversi ospedali negoziano in modi diversi. Un centro medico accademico e un ospedale comunitario regionale hanno priorità legali, riflessi e linee rosse differenti. ACTA AI prevede dove emergerà attrito ancor prima che il contratto venga inviato.

Il Rilevatore di Conflitti Multi-Parte (che il team ha descritto come la funzionalità che li ha sorpresi di più) risolve un problema che attualmente richiede ad avvocati senior di incrociare manualmente centinaia di documenti. Carica più Clinical Trial Agreements (CTA), esegui la scansione e il sistema farà emergere incoerenze tra i contratti: concessioni di IP contrastanti a centri diversi per lo stesso composto, finestre di pubblicazione incompatibili promesse a istituzioni separate. Ciò che in precedenza emergeva come una crisi legale dopo mesi dall'inizio di un programma, ora emerge in pochi secondi.

Interfaccia del Rilevatore di Conflitti Multi-Parte, che mostra le incoerenze tra i contratti segnalate attraverso accordi di sperimentazione clinica simultanei; una funzionalità che il team ha costruito in tre ore e che potrebbe essere la caratteristica commercialmente più significativa del prodotto.

Come è stato realizzato

Il backend è una pipeline a quattro agenti (Analizzatore di documenti, Estrazione di clausole, Identificazione del rischio, Controllo di conformità, Suggerimento) con un oggetto di stato condiviso che trasporta clausole estratte, risultati di rischio, risultati di conformità e differenze tra versioni attraverso ogni passaggio. L'architettura include anche un livello di routing che rispecchia il modo in cui gli studi legali assegnano effettivamente il lavoro: le clausole tecnicamente pesanti vanno a un modello ottimizzato per il ragionamento legale, le attività di classificazione rapida vanno a un modello ottimizzato per la velocità e le riscritture complesse vanno a un modello ottimizzato per la qualità linguistica. Il modello giusto per il lavoro giusto, integrato nel sistema anziché lasciato al caso.

Nessuno del team aveva mai costruito una pipeline multi-agente funzionante prima dell'inizio del fine settimana. L'architettura ha subito tre riprogettazioni complete prima di approdare a quella che ha effettivamente retto. Guardando indietro, il team ha descritto quelle prime discussioni come le ore più preziose dell'hackathon.

Il frontend è stato ricostruito due volte, intenzionalmente. Il linguaggio visivo è fatto di creme calde, verdi salvia e blu petrolio tenui. Il motivo alla base di queste scelte è stato dichiarato chiaramente: il software clinico dovrebbe trasmettere fiducia e calma. Il design è una decisione di prodotto, non stilistica.

Di cosa sono più orgogliosi

Del fatto che funzioni con documenti reali.

Accordi di Sperimentazione Clinica reali (formattazione disordinata, ordine insolito delle clausole, linguaggio legale che il sistema non aveva mai incontrato nello sviluppo): la pipeline li gestisce. I casi limite si degradano con grazia. I fallback si attivano in modo pulito. L'output strutturato regge.

Il Rilevatore di Conflitti Multi-Parte quasi non è arrivato alla presentazione. È stata un'aggiunta tardiva costruita in tre ore. L'hanno rilasciata comunque, e credono sia l'elemento di maggior valore commerciale del prodotto.

Sono anche orgogliosi di qualcosa che non appare nella demo: alla 28esima ora, stanchi e sotto pressione, non se la sono presa l'uno con l'altro. Hanno descritto l'essere rispettosi verso il proprio team sotto pressione come una competenza, trattandola come tale. Non è una cosa da poco. È probabilmente il motivo per cui tutto il resto è stato completato.

Il Rilevatore di Conflitti Multi-Parte è la prima priorità: passare da un prototipo funzionante a un'archiviazione contrattuale persistente, tracciamento della cronologia dei conflitti, avvisi automatizzati e visualizzazione della rete che mostra quali centri condividono termini legali sovrapposti.

L'architettura basata sulla privacy è il passo successivo. Gli Accordi di Sperimentazione Clinica contengono informazioni sensibili sia sui pazienti che sulle organizzazioni. La prossima versione necessita di crittografia end-to-end, controlli di accesso basati sui ruoli e un framework di gestione dei dati che soddisfi i requisiti normativi per entrambe le parti della negoziazione. La fiducia, come ha affermato il team, è il fondamento di qualsiasi prodotto legale. Vogliono guadagnarsela nel modo giusto.

L'ambizione a lungo termine è l'apprendimento degli agenti da casi reali: alimentare il sistema con i risultati effettivi delle negoziazioni affinché raffini i suoi modelli di rischio nel tempo. Quali deviazioni hanno causato ritardi. Quali condizioni (redlines) sono state accettate. Quali tipi di centri hanno opposto maggiore resistenza su quali clausole. Il sistema diventa più intelligente con ogni contratto che elabora.

E, infine, l'intelligenza di negoziazione longitudinale: una funzionalità che dice a un team legale esattamente come un determinato centro ha negoziato in passato, quali termini ha accettato in definitiva e dove è più probabile che emerga attrito: quel tipo di memoria istituzionale che attualmente vive nelle teste dei singoli avvocati, resa accessibile a tutti nel team.

Il problema che vale la pena risolvere

ACTA AI non è stato costruito per vincere una competizione. È stato costruito perché il problema è reale, la matematica è brutale e nessuno l'ha realmente risolto.

Il divario tra una terapia promettente che entra nelle sperimentazioni e un paziente che ottiene l'accesso ad essa non è principalmente un problema scientifico. È un problema di coordinamento, di documentazione, di processo: esattamente il tipo di problema che l'intelligenza strutturata, applicata al livello giusto, può far crollare.

Il team ha visto quel divario e ha trascorso 36 ore a costruire qualcosa che lo colma. I pazienti dall'altra parte di quel tavolo negoziale non hanno 100 giorni da aspettare.

Ti sei perso i volumi precedenti? → 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