Āyurpadaviśleṣikā: A Digital Knowledge System for Ayurvedic Lexicography and Pharmacology
تُعدّ "آيوربادافيسليكـا" (Āyurpadaviśleṣikā) منصة رقمية مدعومة بالذكاء الاصطناعي تُنظّم أكثر من 4,000 مدخل طبي من النصوص السنسكريتية الكلاسيكية باستخدام الإطار الخماسي للأيورفيدا لمعالجة تشتت المعرفة وتعزيز إمكانية الوصول لمختلف المستخدمين من خلال معالجة اللغات الطبيعية، والرؤية الحاسوبية، والتقييم من قِبل الخبراء.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
على مر قرون، اعتمد النظام الطبي لـ "الأيورفيدا" على مكتبات ضخمة من النصوص السنسكريتية القديمة لتوجيه المعالجين. هذه الكتب، المعروفة باسم "نيغاهنتو" (nighaṇṭus)، ليست مجرد قواميس بسيطة، بل هي خرائط معقدة للطبيعة. فهي تصف آلاف النباتات والمعادن والمنتجات الحيوانية ليس فقط بأسمائها، بل بسلوكياتها المحددة داخل جسم الإنسان. فقد يُوصف عشب واحد بمذاقه، وقوامه، وطاقته، وكيف يتغير بعد الهضم، والإجراءات العلاجية المحددة التي يقوم بها. وبالنسبة لطالب أو باحث حديث، فإن التنقل عبر هذه المخطوطات المكتوبة بخط اليد والكثيفة يعد مهمة جسيمة؛ فاللغة عتيقة، والمفاهيم مترابطة بعمق، والمعلومات غالباً ما تكون مبعثرة عبر مجلدات مختلفة. ومن دون وسيلة لتنظيم هذه المعرفة رقمياً، يظل جزء كبير من هذه الحكمة حبيس الكتب، يصعب الوصول إليه بل ويصعب تطبيقه في عالم الرعاية الصحية والأبحاث المتسارع اليوم.
لقد بنى أحد الباحثين جسراً بين هذه الحكمة القديمة والتكنولوجيا الحديثة. فقد أنشأ منصة رقمية جديدة تسمى "آيوربادافيشيليكا" (Āyurpadaviśleṣikā)، وهو نظام مصمم لجلب المعرفة العميقة والمهيكلة لعلم الصيدلة في "الأيورفيدا" إلى القرن الحادي والعشرين. وبدلاً من مجرد مسح الصفحات القديمة ضوئياً وتخزينها كصور، قام الباحث بترجمة المعلومات الجوهرية من ثلاثة نصوص كلاسيكية رئيسية — وهي "دهانفانتاري نيغاهنتو" (Dhanvantari nighaṇṭu)، و"راجا نيغاهنتو" (Rāja nighaṇṭu)، و"بهاببراكاشا نيغاهنتو" (Bhāvaprakāśa nighaṇṭu) — إلى قاعدة بيانات حية وقابلة للبحث. ينظم هذا النظام أكثر من 4,000 مدخل طبي باستخدام الإطار التقليدي الخماسي للأيورفيدا؛ حيث يرصد المذاق، والجودة، والقدرة، والأثر ما بعد الهضم، والعمل العلاجي لكل مادة، محولاً الملاحظات المكتوبة بخط اليد عبر القرون إلى مورد ثنائي اللغة واضح، يتحدث كل من السنسكريتية والإنجليزية.
بدأ العمل بالمهمة الشاقة المتمثلة في تحويل الأبيات السنسكريتية القديمة إلى نص رقمي. استخدم الباحث تقنية التعرف الضوئي على الحروف لقراءة النصوص، لكنه لم يتوقف عند هذا الحد؛ فقد قام بمراجعة النص وتصحيحه يدوياً لضمان الدقة، ثم رسم خريطة للمعلومات في قاعدة بيانات مهيكلة. تضمنت هذه العملية ملء الفجوات حيث كانت النصوص الأصلية غير مكتملة، وضمان بقاء الترجمات متسقة. ولجعل النظام مفيداً حقاً، دمج الباحث أدوات حاسوبية متقدمة؛ حيث استخدم الذكاء الاصطناعي للمساعدة في ترجمة المصطلحات السنسكريتية المعقدة إلى الإنجليزية، مع التحقق بعناية من النتائج بواسطة خبراء بشريين للحفاظ على المعاني الدقيقة التي قد تغفل عنها الآلات. فعلى سبيل المثال، تمت ترجمة الكلمات التي تصف ما إذا كانت المادة زيتية أو باردة أو جافة بعناية فائقة للحفاظ على سياقها الطبي الأصلي.
ومن الميزات الأكثر عملية لهذا النظام الجديد هي قدرته على ربط الكلمات بالصور. ففي الدراسة التقليدية، قد يكون تحديد نبات بناءً على الوصف وحده أمراً صعباً. وقد عالج الباحث ذلك من خلال بناء "هيرباريوم" (معشبة) رقمي منسق؛ حيث جمع صوراً موثقة للأوراق والجذور والأزهار والبذور، وربطها بالأوصاف النصية الموجودة في الكتب القديمة. ولضمان صحة هذه الصور، استخدم خوارزميات الرؤية الحاسوبية للتحقق من أن الصور تتطابق مع المعايير النباتية الموصوفة في النصوص. وتساعد هذه الطبقة البصرية الطلاب والأطباء على تأكيد هوية النبات قبل استخدامه، مما يقلل من خطر الخطأ الذي قد ينجم عن الاعتماد على النص وحده.
صُممت المنصة لتكون مرنة للعديد من أنواع المستخدمين. فيمكن للطالب البحث عن عشب معين ورؤية ملفه الشخصي، مكتملاً بخصائصه التقليدية وصورة واضحة. ويمكن للباحث البحث عن جميع المواد التي تشترك في إجراء علاجي محدد، مثل تقليل الالتهاب، ومقارنتها جنباً إلى جنب. ويمكن للطبيب العثور بسرعة على الأعشاب المناسبة لعلاج الحمى أو حالة التهابية، والتحقق من استخداماتها التقليدية مقابل الاحتياجات الحديثة. كما يتيح النظام للمستخدمين البحث بكل من السنسكريتية والإنجليزية، مع التعامل مع الاختلافات في التهجئة والنطق، بحيث يمكن للمستخدم العثور على ما يحتاجه حتى لو لم يكن خبيراً في اللغة. ويمكن للمستخدمين أيضاً حفظ مدخلاتهم المفضلة، وإنشاء أدلة دراسية شخصية، وتصدير الملفات التعريفية لاستخدامها لاحقاً.
بينما تعد النسخة الحالية أداة قوية لتنظيم المعرفة والوصول إليها، يرى الباحث أنها تمثل أساساً لإمكانيات أكبر. فهو يخطط لدمج نماذج اللغات الكبيرة، وهي أنظمة ذكاء اصطناعي متقدمة قادرة على إجراء محادثات طبيعية. وفي المستقبل، قد يتمكن المستخدم من طرح سؤال على النظام بلغة يومية، مثل "أي الأعشاب جيدة لآلام المفاصل؟" أو "كيف يقارن هذا النبات بذاك؟". وسيقدم النظام حينها إجابة مدروسة ومرتبطة بالسياق بناءً على النصوص الكلاسيكية، مما يوجه المستخدم إلى المعلومات الصحيحة دون الحاجة إلى معرفة المصطلحات التقنية المعقدة للماضي.
يمثل هذا المشروع تحولاً كبيراً في كيفية حفظ واستخدام المعرفة التقليدية. فمن خلال الانتقال من الأرشيفات الساكنة إلى نظام تفاعلي وديناميكي، جعل الباحث من الممكن استكشاف الروابط بين مختلف الأعشاب وآثارها بطرق كانت صعبة سابقاً. إن هذا النظام لا يحل محل النصوص القديمة، بل يفك رموزها، مما يسمح للملاحظات التفصيلية لعلماء الماضي بأن تغذي التعليم الحديث، والممارسة السريرية، وتطوير المنتجات العشبية. إنه يقف كنموذج لكيفية جلب الأنظمة الطبية التقليدية الأخرى إلى العصر الرقمي، مما يضمن عدم ضياع المعرفة الأصلية القيمة، بل إعادة تنشيطها للأجيال القادمة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.