Questa tesi riguarda il rilevamento automatizzato di incongruenze nei documenti di proposta di trial clinici, concentrandosi specificamente sulle contraddizioni tra tabelle e testo a loro associato. Il lavoro è motivato dal collo di bottiglia rappresentato dal processo di approvazione dei trial clinici, dove incongruenze nei documenti possono portare a respingimenti e richieste di correzione, aumentando notevolmente i tempi di approvazione. Operando entro i limiti imposti da un dataset ristretto, file non in formato “machine readable”, risorse computazionali contenute e un dominio specializzato, il risultato di questo progetto è una pipeline per il rilevamento delle contraddizioni tra tabelle e testo. Il sistema combina elaborazione OCR con l'intervento manuale, utilizza regole predefinite ed embedding semantici per l'identificazione del testo rilevante per ogni tabella e impiega una prompt chain per la classificazione delle contraddizioni.