Āyurpadaviśleṣikā: A Digital Knowledge System for Ayurvedic Lexicography and Pharmacology

Durante siglos, el sistema médico de Ayurveda ha dependido de vastas bibliotecas de antiguos textos en sánscrito para guiar a los sanadores. Estos libros, conocidos como nighaṇṭus, no son simples diccionarios, sino intrincados mapas de la naturaleza. Describen miles de plantas, minerales y productos animales no solo por su nombre, sino por sus comportamientos específicos en el cuerpo humano. Una sola hierba puede ser descrita por su sabor, su textura, su energía, cómo cambia después de la digestión y las acciones curativas específicas que realiza. Para un estudiante o investigador moderno, navegar por estos densos manuscritos escritos a mano es una tarea formidable. El lenguaje es arcaico, los conceptos están profundamente interconectados y la información suele estar dispersa en diferentes volúmenes. Sin una forma de organizar este conocimiento digitalmente, gran parte de esta sabiduría permanece bloqueada, difícil de acceder e incluso más difícil de aplicar en el mundo actual de la atención médica y la investigación, tan acelerado.

Un investigador ha construido un puente entre esta sabiduría antigua y la tecnología moderna. Creó una nueva plataforma digital llamada Āyurpadaviśleṣikā, un sistema diseñado para traer el conocimiento profundo y estructurado de la farmacología ayurvédica al siglo veintiuno. En lugar de simplemente escanear páginas antiguas y almacenarlas como imágenes, el investigador ha traducido la información central de tres textos clásicos principales —el Dhanvantari nighaṇṭu, el Rāja nighaṇṭu y el Bhāvaprakāśa nighaṇṭu— en una base de datos viva y con capacidad de búsqueda. Este sistema organiza más de 4,000 entradas medicinales utilizando el marco tradicional de cinco factores de Ayurveda. Captura el sabor, la calidad, la potencia, el efecto post-digestivo y la acción terapéutica de cada sustancia, convirtiendo siglos de observación escrita a mano en un recurso bilingüe claro que habla tanto el sánscrito como el inglés.

El trabajo comenzó con la labor minuciosa de convertir los antiguos versos en sánscrito en texto digital. El investigador utilizó el reconocimiento óptico de caracteres para leer los escritos, pero no se detuvo ahí. Verificó y corrigió manualmente el texto para asegurar la precisión, y luego mapeó la información en una base de datos estructurada. Este proceso implicó llenar los vacíos donde los textos originales estaban incompletos y asegurar que las traducciones se mantuvieran consistentes. Para que el sistema fuera verdaderamente útil, el investigador integró herramientas informáticas avanzadas. Utilizó la inteligencia artificial para ayudar a traducir términos complejos del sánscrito al inglés, verificando cuidadosamente los resultados con expertos humanos para preservar los matices sutiles que las máquinas suelen perder. Por ejemplo, las palabras que describen si una sustancia es aceitosa, fría o seca fueron traducidas con gran cuidado para mantener su contexto médico original.

Una de las características más prácticas de este nuevo sistema es su capacidad para conectar palabras con imágenes. En el estudio tradicional, identificar una planta solo por su descripción puede ser difícil. El investigador abordó esto construyendo un herbario digital curado. Recopiló fotografías autenticadas de hojas, raíces, flores y semillas, y las emparejó con las descripciones textuales encontradas en los libros antiguos. Para asegurar que estas imágenes fueran correctas, utilizó algoritmos de visión computacional para verificar que las fotos coincidieran con los criterios botánicos descritos en los textos. Esta capa visual ayuda a estudiantes y clínicos a confirmar la identidad de una planta antes de usarla, reduciendo el riesgo de error que a menudo surge de depender únicamente del texto.

La plataforma está diseñada para ser flexible para muchos tipos diferentes de usuarios. Un estudiante puede buscar una hierba específica y ver su perfil, completo con sus propiedades tradicionales y una imagen clara. Un investigador puede buscar todas las sustancias que comparten una acción terapéutica específica, como reducir la inflamación, y compararlas lado a lado. Un médico puede encontrar rápidamente hierbas adecuadas para tratar una fiebre o una condición inflamatoria, verificando sus usos tradicionales frente a las necesidades modernas. El sistema permite a los usuarios buscar tanto en sánscrito como en inglés, manejando variaciones en la ortografía y la pronunciación para que un usuario pueda encontrar lo que necesita incluso si no es un experto en el idioma. Los usuarios también pueden guardar sus entradas favoritas, crear guías de estudio personales y exportar perfiles para su uso posterior.

Si bien la versión actual es una herramienta poderosa para organizar y acceder al conocimiento, el investigador ve esto como una base para posibilidades aún mayores. Están planeando integrar modelos de lenguaje extensos, que son sistemas de inteligencia artificial avanzada capaces de mantener conversaciones naturales. En el futuro, un usuario podría hacerle al sistema una pregunta en lenguaje cotidiano, como "¿Qué hierbas son buenas para el dolor articular?" o "¿Cómo se compara esta planta con esa otra?". El sistema entonces proporcionaría una respuesta reflexiva y consciente del contexto basada en los textos clásicos, guiando al usuario hacia la información correcta sin requerir que conozca los complejos términos técnicos del pasado.

Este proyecto representa un cambio significativo en la forma en que se preserva y utiliza el conocimiento tradicional. Al pasar de archivos estáticos a un sistema dinámico e interactivo, el investigador ha hecho posible la exploración de las conexiones entre diferentes hierbas y sus efectos de una manera que anteriormente era difícil. El sistema no reemplaza los textos antiguos, sino que los desbloquea, permitiendo que las detalladas observaciones de los eruditos del pasado informen la educación moderna, la práctica clínica y el desarrollo de productos herbales. Se erige como un modelo de cómo otros sistemas médicos tradicionales pueden ser traídos a la era digital, asegurando que el valioso conocimiento indígena no se pierda, sino que sea revitalizado para las generaciones futuras.