एक्यूपंक्चर क्लिनिक के ट्रीटमेंट रिकॉर्ड और हेल्थ कॉलम AI से कैसे जल्दी निपटाएँ

दिन की आख़िरी अपॉइंटमेंट वाले मरीज़ को विदा किया, घड़ी में रात के साढ़े आठ बज चुके थे। रिसेप्शन की बत्ती बुझाई, और उसके बाद जो काम मेरे सामने पड़ा था वो “दिन की समीक्षा” नहीं थी — वो था जमा हो चुके ट्रीटमेंट रिकॉर्ड को साफ़-सुथरा लिखना।

कंधे के दर्द से आया पुराना मरीज़, कमर में मोच लेकर आया नया मरीज़, डिलीवरी के बाद पेल्विक एडजस्टमेंट करवाने वाली महिला। उस दिन जिस पीठ की अकड़न को मैंने छुआ था, जितनी सुइयाँ लगाई थीं — सब मेरे दिमाग़ में ठीक से दर्ज है। पर उसे लिखित शब्दों में रिकॉर्ड में उतारना, यही काम हर रात धीरे-धीरे समय खा जाता है। होश आता तो साढ़े नौ बज चुके होते। अगले दिन की अपॉइंटमेंट देख लेने के बाद, ब्लॉग अपडेट करने की हिम्मत बाक़ी नहीं बचती।

एक जान-पहचान वाले एक्यूपंक्चरिस्ट ने जब कहा कि “रिकॉर्ड और कॉलम दोनों का पहला ड्राफ़्ट मैं AI से लिखवाता हूँ”, तो सच कहूँ तो मुझे शक हुआ। जिस काम में मरीज़ के शरीर को छूना पड़ता है, उसे — भले सिर्फ़ शब्दों के स्तर पर — मशीन के हवाले करना ठीक है क्या? पर इस्तेमाल करके देखा तो सोच बदल गई। AI को सौंपता हूँ सिर्फ़ “बात को शब्दों में ढालने की मेहनत”, और फ़ैसला आख़िर तक मैं ख़ुद करता हूँ। बस यही लकीर बनी रहे, तो रात के तीस मिनट पक्के वापस मिल जाते हैं।

यह लेख एक्यूपंक्चर क्लिनिक को अकेले या दो-तीन लोगों के साथ चलाने वाले एक्यूपंक्चरिस्ट के लिए है। ट्रीटमेंट रिकॉर्ड को साफ़ लिखने और हेल्थ कॉलम लिखने का काम AI से जल्दी कैसे निपटे, यह मैं अपने आज़माए हुए दायरे में लिख रहा हूँ।

मुख्य बातें

• ट्रीटमेंट रिकॉर्ड के लिए AI तब काम का है जब “बोलकर लिखी अधूरी मेमो” को “सुधरे हुए रिकॉर्ड वाक्य” में बदलना हो। डायग्नोसिस का फ़ैसला और सुई के पॉइंट चुनना — यह AI को मत सौंपिए।
• हेल्थ कॉलम में “विषय निकालना → ढाँचा → पहला ड्राफ़्ट” तक AI को सौंपिए, पर मेडिकल दावे और असर की गारंटी इंसान ही काटे।
• निजी जानकारी (नाम, संपर्क, पुरानी बीमारियाँ) AI को कभी मत दीजिए। सिर्फ़ बेनाम लक्षण-मेमो डालिए। यही सबसे पहला नियम है।
• रोज़ के तीस मिनट का रिकॉर्ड और ब्लॉग, आदत पड़ने पर दस मिनट के आसपास सिमट जाता है। महीने का हिसाब लगाएँ तो क़रीब सात घंटे की फ़ुरसत बनती है।
• कॉपी-पेस्ट करने लायक प्रॉम्प्ट और कॉलम की क्वालिटी मशीन से जाँचने वाली स्क्रिप्ट लेख के आख़िर में रखी है।

एक्यूपंक्चर क्लिनिक का “लिखने वाला काम” कहाँ अटकता है

जिस एक्यूपंक्चरिस्ट का असली काम ट्रीटमेंट है, उसके लिए लिखने का समय हमेशा सबसे पीछे रहता है। पर सच यह है कि लिखने वाला काम चुपचाप असर डालता है।

एक आम दिन का ढर्रा इस तरह दिखता है।

1. अपॉइंटमेंट की पुष्टि और तैयारी (सुबह)
2. पूछताछ, छूकर जाँच, ट्रीटमेंट (पूरे दिन)
3. ट्रीटमेंट के तुरंत बाद जल्दी से लिखी अधूरी मेमो (अगली अपॉइंटमेंट तक के चंद मिनट)
4. दिन के आख़िर में मेमो को साफ़ लिखकर रिकॉर्ड में उतारना (रात)
5. मरीज़ बढ़ाने के लिए हेल्थ कॉलम और SNS अपडेट (हो पाए तो)

दिक़्क़त 4 और 5 में है। चरण 3 में जो मेमो बचती है वो “दाहिनी स्कैपुला के अंदरूनी किनारे पर अकड़न तेज़। फ़ेंगची, जियानजिंग। अगली बार गर्दन भी” जैसे टुकड़े होते हैं। इसे बाद में पढ़ने लायक वाक्य में ढालना, दिमाग़ की अच्छी-ख़ासी ऊर्जा खा जाता है। ट्रीटमेंट से थके हुए रात में यह करो तो एक केस के दो-तीन मिनट भी जुड़कर आधे घंटे का चक्कर बन जाते हैं।

रही बात 5 की, तो ज़्यादातर क्लिनिक यहीं रुक जाते हैं। “हेल्थ कॉलम लिखेंगे तो सर्च में लोग ढूँढ लेंगे” — यह पता होते हुए भी, विषय से लेकर पूरा लेख अकेले लिखो तो एक कॉलम में दो घंटे। टिक नहीं सकता।

यहाँ दो आम तरह की दोबारा-मेहनत होती है। एक — रात में साफ़ लिखना टाल दिया, अगली सुबह याद धुँधली पड़ गई, और मेमो देखकर भी याद नहीं आता कि क्या लिखना चाहता था। दूसरा — ज़बरदस्ती लिखे कॉलम में ऐसे दावे आ जाते हैं जो विज्ञापन और स्वास्थ्य से जुड़े नियमों का उल्लंघन करते हैं, और बाद में पूरा सुधारना पड़ता है। “इस सुई से स्लिप्ड डिस्क ठीक हो जाती है” — बस यही वाली गलती।

AI को क्या सौंपें, और कौन-सा फ़ैसला इंसान ही करे

यहाँ धुँधलापन रहा तो हादसा हो जाएगा। पहले लकीर एक टेबल में पक्की कर लेते हैं।

काम	AI को सौंपें	इंसान ही फ़ैसला करे
पूछताछ, छूकर जाँच	कुछ नहीं	पूरी तरह एक्यूपंक्चरिस्ट
पॉइंट चुनना, सुई लगाना	कुछ नहीं	पूरी तरह एक्यूपंक्चरिस्ट
ट्रीटमेंट मेमो साफ़ लिखना	अधूरी मेमो को रिकॉर्ड वाक्य में ढालना	तथ्य से मेल खाता है या नहीं, आख़िरी जाँच
कॉलम के विषय निकालना	मौसम और लक्षण से विकल्प गिनाना	अपने मरीज़ों पर फिट है या नहीं, चुनना
कॉलम का पहला ड्राफ़्ट	ढाँचा और लेख बनाना	मेडिकल दावे और असर की गारंटी हटाना
भाषा की जाँच	जोखिम भरे शब्द बताना	आख़िर में छापें या नहीं

याद रखने का तरीका सीधा है — शरीर को छूने वाला फ़ैसला, और ज़िम्मेदारी वाला छापने का फ़ैसला, इंसान करे। AI सिर्फ़ वह काम करता है जो दिमाग़ में पड़ी बात को शब्दों में बदले। सोच की पूरी बुनियाद इंजीनियर न होने वालों के लिए Claude Code में समझ आती है। ग़ैर-इंजीनियर अपने काम में AI को कैसे और कितनी दूरी पर रखे, वही सोच एक्यूपंक्चर क्लिनिक पर भी सीधे लागू होती है।

Use case 1: ट्रीटमेंट मेमो को साफ़ रिकॉर्ड वाक्य में बदलना

सबसे ज़्यादा असर यहीं दिखता है। ट्रीटमेंट के तुरंत बाद की जल्दबाज़ी में लिखी मेमो को, बाद में पढ़ने लायक रिकॉर्ड वाक्य में ढाल देना।

ख़ास बात यह कि डाली जाने वाली मेमो से वो हर जानकारी हटा दीजिए जिससे व्यक्ति पहचाना जा सके। नाम को “मरीज़ A”, उम्र को “40 के दशक में” जैसा गोल कर दीजिए। AI को देना है सिर्फ़ लक्षण और ट्रीटमेंट का ब्योरा।

कॉपी-पेस्ट करने लायक प्रॉम्प्ट यहाँ है।

आप एक्यूपंक्चर क्लिनिक के रिकॉर्ड-सहायक हैं। नीचे दी ट्रीटमेंट मेमो को,
रिकॉर्ड में उतारने लायक वाक्य में ढाल दीजिए।

# नियम
- मुख्य शिकायत / जाँच के निष्कर्ष / ट्रीटमेंट का ब्योरा / अगली योजना — इन 4 हिस्सों में लिखें
- मेमो में न लिखे लक्षण या असर अपने मन से मत जोड़ें (अंदाज़े से मत भरें)
- "ठीक हो जाता है", "असर करता है" जैसे असर का दावा करने वाले शब्द मत लिखें
- पारिभाषिक शब्द वैसे ही रखें (पॉइंट के नाम, सुई की गहराई आदि)
- मरीज़ की निजी जानकारी नहीं दी जा रही, इसलिए वाक्य में भी पहचान वाली जानकारी मत गढ़ें

# ट्रीटमेंट मेमो
मरीज़ A, 40 के दशक में, दाहिनी स्कैपुला के अंदरूनी किनारे पर अकड़न तेज़, गर्दन की हरकत थोड़ी सीमित
फ़ेंगची, जियानजिंग, तियानज़ोंग पर सुई, 10 मिनट सुई छोड़ी, हल्का पेकिंग
आने की वजह डेस्क वर्क से कंधे का दर्द, अगली बार गर्दन की भी जाँच

इसे चलाने पर, 4 हिस्सों में सजा हुआ रिकॉर्ड वाक्य लौटता है। मैं सिर्फ़ एक बात जाँचता हूँ — “मेमो में न लिखा कोई लक्षण जोड़ तो नहीं दिया।” अंदाज़े से न भरने का नियम डाल देने पर, यह हिस्सा क़रीब-क़रीब कभी नहीं बिगड़ता।

साफ़ लिखने के पहले और बाद की जाँच को एक चेकलिस्ट बना लीजिए, तो रात का काम मशीनी ढंग से निपट जाता है।

• डाली मेमो से नाम, संपर्क, पता हटाया?
• उम्र को “40 के दशक में” जैसा गोल किया?
• आउटपुट में मेमो के बाहर का कोई लक्षण या असर तो नहीं घुसा?
• पॉइंट के नाम और सुई का ब्योरा तथ्य से मेल खाता है?
• असर का दावा करने वाली कोई बात तो नहीं आई?

Use case 2: मौसमी हेल्थ कॉलम को विषय से लेकर ड्राफ़्ट तक

यह मरीज़ बढ़ाने का दरवाज़ा है। एक्यूपंक्चर इलाक़े और लौटकर आने वाले मरीज़ों का धंधा है, इसलिए सर्च या SNS पर “यह जगह तो ढंग की लगती है” — यह भाव बने या नहीं, वही असर डालता है।

सौंपने का तरीक़ा चरणों में बाँटिए। सीधे पूरा लेख मत लिखवाइए, पहले सिर्फ़ विषय और ढाँचा निकलवाइए। प्रॉम्प्ट को चरणों में बाँटने की सोच Claude Code की एडवांस्ड प्रॉम्प्ट डिज़ाइन में समेटी हुई है।

विषय निकालने का प्रॉम्प्ट यहाँ है।

एक्यूपंक्चर क्लिनिक के हेल्थ कॉलम के लिए 5 विषय सुझाइए।

# शर्तें
- मौसम बरसात का। इलाक़े में नमी ज़्यादा रहती है
- मान लीजिए पाठक 40 से 60 की उम्र के, ज़्यादातर डेस्क वर्क करने वाले कर्मचारी
- ऐसी रोज़मर्रा की तकलीफ़ों को विषय बनाइए जिनसे लोग क्लिनिक आते हैं
- हर विषय के साथ एक संभावित सर्च कीवर्ड भी जोड़िए
- ऐसा टाइटल मत बनाइए जो असर की गारंटी दे ("ठीक हो जाता है", "ठीक होगा" का दावा मत करें)

विकल्प आ जाएँ, तो अपने मरीज़ों पर जो फिट बैठे उसे मैं ख़ुद चुनता हूँ। यह इंसान का काम है। चुनने के बाद पूरे लेख के ड्राफ़्ट की ओर बढ़ता हूँ।

लेख वाले प्रॉम्प्ट में “मेडिकल दावा मत करना” और “आख़िर में डॉक्टर को दिखाने की सलाह वाला एक वाक्य ज़रूर डालना” — हर बार डाल देने पर, बाद की सुधाराई बहुत घट जाती है। एक्यूपंक्चर एक चिकित्सा-समान काम है, इसलिए असर का दावा टालिए, और तकलीफ़ लगातार रहे तो अस्पताल जाने की सलाह वाला रुख़ वाक्यों में झलकाए रखिए — यही सुरक्षित है।

ड्राफ़्ट तैयार हो जाए, तो इंसान की काट-छाँट शुरू होती है। काटना ज़्यादातर इन तीन तरह की चीज़ें होती हैं।

1. असर का दावा करने वाले वाक्य (“इस लक्षण में सुई असर करती है” → “सुई से एक तरीक़ा अपनाया जा सकता है”)
2. कमज़ोर आधार वाले आँकड़े (“90% लोगों को आराम” जैसे बेपते के स्रोत वाले)
3. अपने क्लिनिक में जो ट्रीटमेंट देते ही नहीं, उसका ज़िक्र

Use case 3: पूछताछ और बुकिंग के जवाब के टेम्पलेट सजाना

अनपेक्षित रूप से समय खाने वाला काम है — पहली बार आने वालों की पूछताछ का जवाब। फ़ीस, पहली बार का तरीक़ा, साथ क्या लाना है, कितना समय लगेगा। हर बार लगभग वही बात, सामने वाले के हिसाब से थोड़ा बदलकर लिखता रहता हूँ।

यहाँ AI से “एक शालीन बेस वाक्य + हालात के हिसाब बदलने वाले हिस्से” बनवा लूँ तो तेज़ी आ जाती है। एक बार टेम्पलेट का सेट सजा लिया, तो आगे बस चुनकर थोड़ा सुधारना भर रह जाता है।

एक्यूपंक्चर क्लिनिक की पूछताछ के जवाब के 3 पैटर्न टेम्पलेट बनाइए।

# पैटर्न
1. पहली बार की फ़ीस और तरीक़ा पूछने पर
2. गर्भावस्था में भी ट्रीटमेंट ले सकते हैं या नहीं, पूछने पर
3. उसी दिन कैंसिल का संदेश आने पर

# लहजा
- शालीन पर ज़्यादा सख़्त नहीं, मोहल्ले के भरोसेमंद क्लिनिक जैसा माहौल
- मेडिकल असर की गारंटी मत दीजिए
- डर मत बढ़ाइए, क्लिनिक आने की झिझक कम कीजिए

पूरे काम को टेम्पलेट में ढालने का तरीक़ा Claude Code से काम की दक्षता बढ़ाने की व्यावहारिक तकनीकें में ठोस ढंग से समझाया है। सिर्फ़ जवाब ही नहीं, बुकिंग रिमाइंडर और आने के बाद का धन्यवाद संदेश भी इसी तरीक़े से सजाया जा सकता है।

कॉलम की जोखिम भरी भाषा को मशीन से जाँचना

हेल्थ कॉलम में सबसे डरावनी बात यह है कि असर का दावा करने वाले वाक्य या नियमों का उल्लंघन करने वाले शब्द चुपके से घुस जाएँ। यह सिर्फ़ इंसानी नज़र से छूट जाता है। इसीलिए एक मशीनी दरबान बिठा देते हैं।

ड्राफ़्ट को एक टेक्स्ट फ़ाइल में सेव कीजिए, और जोखिम भरे शब्द उसमें हैं या नहीं, यह जाँचने वाली Node.js स्क्रिप्ट यहाँ है। Node.js इंस्टॉल हो तो चल जाएगी।

// check-column.mjs : हेल्थ कॉलम के ड्राफ़्ट से जोखिम भरे शब्द ढूँढ़ निकालता है
import { readFile } from "node:fs/promises";

// असर का दावा और नियमों के लिहाज़ से जोखिम भरे शब्द
const ngWords = [
  "ठीक हो जाता है", "ठीक हो जाएगा", "इलाज कर सकते हैं", "पूरी तरह ठीक",
  "ज़रूर असर करता है", "असर की गारंटी", "100%", "हर बीमारी में",
  "बीमारी ठीक हो जाती है", "कैंसर ठीक हो जाता है", "कोई साइड इफ़ेक्ट नहीं",
];

const file = process.argv[2] || "column.md";
const text = await readFile(file, "utf8");

const hits = [];
for (const w of ngWords) {
  let idx = text.indexOf(w);
  while (idx !== -1) {
    const start = Math.max(0, idx - 12);
    const around = text.slice(start, idx + w.length + 12).replace(/\n/g, " ");
    hits.push(`"${w}" … ${around}`);
    idx = text.indexOf(w, idx + 1);
  }
}

if (hits.length === 0) {
  console.log("OK: कोई जोखिम भरा शब्द नहीं मिला।");
} else {
  console.log(`${hits.length} जगह जाँचने लायक मिलीं:`);
  for (const h of hits) console.log(" - " + h);
  process.exitCode = 1;
}

इस्तेमाल बस इतना ही है।

node check-column.mjs column.md

जोखिम भरा शब्द मिलते ही, उसके आगे-पीछे के वाक्य समेत एक सूची में निकालकर दे देता है। मेरा नियम है कि इससे गुज़ारे बिना कुछ छापता नहीं। शब्दों की सूची में अपने क्लिनिक के वे जुमले जोड़ते जाइए जिन पर कभी डर लगा हो — तो धीरे-धीरे यह आपके अपने क्लिनिक के हिसाब का दरबान बनता जाता है। CLAUDE.md में क्लिनिक के नियम लिखकर पक्के करने का तरीक़ा CLAUDE.md बेस्ट प्रैक्टिस में मिल जाएगा।

जोखिम भरे शब्दों की सोच के लिए भारत के विज्ञापन मानक परिषद (ASCI) की गाइडलाइन्स जैसे आधिकारिक स्रोत देखकर, अपने क्लिनिक के दायरे के हिसाब से सूची को ढालिए।

निजी जानकारी और सुरक्षा की सावधानियाँ

यह तकनीक से पहले बचाने वाली बुनियाद है। एक्यूपंक्चर क्लिनिक मरीज़ की पुरानी बीमारियों जैसी काफ़ी संवेदनशील जानकारी संभालता है।

बचाने लायक बस तीन बातें याद रखिए।

1. नाम, संपर्क, पता, जन्मतिथि AI को मत डालिए। लक्षण-मेमो को “मरीज़ A, 40 के दशक में” तक गोल कर दीजिए। यह एक लकीर न लाँघी, तो डाली जानकारी से व्यक्ति पहचाने जाने का हादसा नहीं होगा।
2. AI का आउटपुट सीधे रिकॉर्ड का असल दस्तावेज़ मत बनाइए। उसे ड्राफ़्ट मानिए, एक्यूपंक्चरिस्ट जाँचकर उतारे। रिकॉर्ड की ज़िम्मेदारी इंसान पर है।
3. डाला गया डेटा ट्रेनिंग में इस्तेमाल न हो, यह सेटिंग जाँच लीजिए। बिज़नेस वाली सेटिंग, या हिस्ट्री बंद कर सकने वाला प्लान चुनिए। यह करार से पहले ज़रूर देखता हूँ।

शुरू करने से पहले अकसर “उपयोगी तो लगता है, पर जानकारी लीक होने का डर है” पर अटक जाते हैं। पर डालना सिर्फ़ बेनाम लक्षण-मेमो तक सीमित कर दें, तो डर का ज़्यादातर हिस्सा ग़ायब हो जाता है। शुरू करने के बाद जो सबसे बड़ा बदलाव आया वो रात का काम छोटा होना नहीं था, बल्कि “क्या डालना है” का नियम साफ़ लिखे जाने पर स्टाफ़ के बीच असमंजस ख़त्म हो जाना था।

ROI का अंदाज़ा: रात के तीस मिनट कितने वापस मिलते हैं

मोटा-मोटा अनुमान है। सटीक आँकड़ा नहीं, बस फ़ैसले के लिए एक आधार।

• ट्रीटमेंट रिकॉर्ड साफ़ लिखना: रोज़ क़रीब 30 मिनट → AI ड्राफ़्ट + जाँच से क़रीब 10 मिनट। फ़र्क़ 20 मिनट।
• हेल्थ कॉलम: महीने के 4 कॉलम अकेले लिखें तो क़रीब 8 घंटे → विषय और ड्राफ़्ट AI को सौंपकर जाँच पर ध्यान दें तो क़रीब 3 घंटे। फ़र्क़ 5 घंटे।
• पूछताछ के जवाब: टेम्पलेट सज जाने के बाद, हर केस पर कुछ मिनट की बचत।

सिर्फ़ रिकॉर्ड साफ़ लिखने में ही, महीने के 20 कामकाजी दिन मानें तो क़रीब 400 मिनट, यानी 6 से 7 घंटे। कॉलम के 5 घंटे जोड़ें तो महीने के क़रीब 10 घंटे की फ़ुरसत दिखने लगती है। घंटे की कमाई के हिसाब से देखें, या नया ट्रीटमेंट सीखने के समय के हिसाब से — दोनों तरह यह बुरा निवेश नहीं है।

ख़र्च की तरफ़ देखें तो AI का इस्तेमाल शुल्क महीने के कुछ हज़ार रुपये के पैमाने पर, और शुरू में तरीक़ा-नियम बनाने के कुछ घंटे। वसूली जल्दी हो जाती है, ऐसा मेरा मानना है। शुरुआत का पहला क़दम Claude Code शुरू करने की गाइड से बढ़ाएँ तो उलझन नहीं होती।

अक्सर पूछे जाने वाले सवाल

Q. मरीज़ का नाम और लक्षण AI में डालना ठीक है क्या? नाम, संपर्क, पता जैसी निजी जानकारी मत डालिए। डालिए सिर्फ़ “मरीज़ A, 40 के दशक में, कंधे का दर्द” जैसी बेनाम लक्षण-मेमो। बस यह लकीर बनी रहे, तो डाली जानकारी से व्यक्ति पहचाने जाने की चिंता नहीं रहती।

Q. AI के लिखे रिकॉर्ड को सीधे रिकॉर्ड बना दूँ क्या? नहीं। AI का आउटपुट ड्राफ़्ट है। एक्यूपंक्चरिस्ट तथ्य से मेल जाँचकर, अपनी ज़िम्मेदारी पर उतारता है। रिकॉर्ड के सही होने की ज़िम्मेदारी आख़िर तक इंसान पर है।

Q. असर का दावा करने वाला कॉलम लिखवाने पर नियम तो नहीं टूटते? प्रॉम्प्ट में “असर का दावा मत करना” लिखिए, और ऊपर से आख़िर वाली वेरिफ़िकेशन स्क्रिप्ट से जोखिम भरे शब्द मशीन से जाँचिए। इंसानी नज़र और स्क्रिप्ट — दोनों से देखें, तो चूक काफ़ी घट जाती है।

Q. कंप्यूटर में कमज़ोर हूँ तो भी शुरू कर सकता हूँ? सिर्फ़ शुरुआती तरीक़ा बनाने में अटकन होती है, इसलिए वहाँ किसी जानकार से मदद लें या ट्रेनिंग में ढर्रा बना लें तो तेज़ी आती है। ढर्रा बन जाए, तो आगे बस प्रॉम्प्ट चुनकर चलाने भर का काम रह जाता है।

Q. अकेले चलने वाले क्लिनिक में भी फ़ायदा है? उल्टे अकेले क्लिनिक में ही ज़्यादा असर करता है। दफ़्तरी काम बाँटने को कोई नहीं, तो रात का रिकॉर्ड और कॉलम सब अपने ही सिर। उसे घटाने का असर, स्टाफ़ वाले क्लिनिक से बड़ा निकलता है।

आख़िर में: मैंने आज़माकर क्या पाया

मैंने तीन चीज़ें परखीं।

पहली, ट्रीटमेंट मेमो साफ़ लिखना। बेनाम की हुई अधूरी मेमो डालकर देखा कि 4 हिस्सों वाला रिकॉर्ड वाक्य ठीक लौटता है या नहीं। अंदाज़े से लक्षण न जोड़ने का नियम डालने के बाद क़रीब 10 केस चलाए, और मेमो में न लिखी जानकारी घुसने का एक भी मामला नहीं हुआ। जाँच सिर्फ़ “तथ्य से मेल है या नहीं” तक सिमट गई, और हर केस का साफ़ लिखना साफ़ तौर पर छोटा हुआ।

दूसरी, कॉलम की वेरिफ़िकेशन स्क्रिप्ट। जानबूझकर “इस सुई से ज़रूर ठीक हो जाएगा” लिखा ड्राफ़्ट चलाया, तो “ठीक हो जाएगा” और “ज़रूर असर करता है” दोनों को आगे-पीछे के वाक्य समेत ठीक पकड़ लिया। इंसानी नज़र जिस वाक्य को पढ़ते हुए छोड़ देती है, उसे मशीन रोक देती है। यह तसल्ली सोची से बड़ी निकली।

तीसरी, इनपुट के नियम का असर। “सिर्फ़ बेनाम लक्षण-मेमो डालना” काग़ज़ पर लिखकर चिपकाने के बाद, क्या डालना है इस असमंजस का समय ही ग़ायब हो गया। तकनीक से ज़्यादा, यह एक काग़ज़ का नियम सबसे ज़्यादा काम आया, ऐसा महसूस हुआ।

मक़सद पूरा ऑटोमेशन नहीं था। छूने का फ़ैसला और छापने का फ़ैसला मैं ख़ुद करता हूँ। उसके ऊपर, सिर्फ़ बात को शब्दों में ढालने की मेहनत सौंपता हूँ। बस इतने से, ग़ायब हो चुके रात के तीस मिनट वापस मिल गए।

अपने क्लिनिक के काम में इसे ठोस ढंग से कैसे बिठाएँ, यह तय करना हो तो ट्रेनिंग और सलाह में फ़्लो की डिज़ाइन से लेकर साथ बैठकर सजा सकते हैं। पहले अकेले आज़माना चाहें, तो बेनाम मेमो साफ़ लिखने से शुरू कीजिए।