Āyurpadaviśleṣikā: A Digital Knowledge System for Ayurvedic Lexicography and Pharmacology

Per secoli, il sistema medico dell'Ayurveda si è affidato a vaste biblioteche di antichi testi sanscriti per guidare i guaritori. Questi libri, noti come nighaṇṭus, non sono semplici dizionari ma intricate mappe della natura. Essi descrivono migliaia di piante, minerali e prodotti animali non solo per nome, ma anche per i loro comportamenti specifici nel corpo umano. Una singola erba può essere descritta dal suo gusto, dalla sua consistenza, dalla sua energia, da come cambia dopo la digestione e dalle specifiche azioni curative che compie. Per uno studente o un ricercatore moderno, navigare in questi densi manoscritti scritti a mano è un compito formidabile. Il linguaggio è arcaico, i concetti sono profondamente interconnessi e le informazioni sono spesso sparse in volumi differenti. Senza un modo per organizzare questa conoscenza digitalmente, gran parte di questa saggezza rimane chiusa, difficile da accedere e ancora più difficile da applicare nel mondo odierno della sanità e della ricerca, caratterizzato da ritmi frenetici.

Un ricercatore ha ora costruito un ponte tra questa antica saggezza e la tecnologia moderna. Ha creato una nuova piattaforma digitale chiamata Āyurpadaviśleṣikā, un sistema progettato per portare la profonda, strutturata conoscenza della farmacologia ayurvedica nel ventunesimo secolo. Piuttosto che limitarsi a scansionare vecchie pagine e conservarle come immagini, il ricercatore ha tradotto l'informazione centrale da tre grandi testi classici — il Dhanvantari nighaṇṭu, il Rāja nighaṇṭu e il Bhāvaprakāśa nighaṇṭu — in un database vivente e ricercabile. Questo sistema organizza più di 4.000 voci medicinali utilizzando il tradizionale quadro a cinque elementi dell'Ayurveda. Cattura il gusto, la qualità, la potenza, l'effetto post-digestivo e l'azione terapeutica di ogni sostanza, trasformando secoli di osservazioni scritte a mano in una risorsa bilingue chiara, che parla sia il sanscrito che l'inglese.

Il lavoro è iniziato con l'ardua attività di conversione degli antichi versi sanscriti in testo digitale. Il ricercatore ha utilizzato il riconoscimento ottico dei caratteri per leggere gli script, ma non si è fermato lì. Ha controllato e corretto manualmente il testo per garantirne l'accuratezza, per poi mappare l'informazione in un database strutturato. Questo processo ha comportato il colmare le lacune laddove i testi originali erano incompleti e l'assicurazione che le traduzioni rimanessero coerenti. Per rendere il sistema veramente utile, il ricercatore ha integrato strumenti informatici avanzati. Ha utilizzato l'intelligenza artificiale per aiutare a tradurre termini sanscriti complessi in inglese, controllando attentamente i risultati con esperti umani per preservare i significati sottili che le macchine spesso perdono. Ad esempio, parole che descrivevano se una sostanza fosse oleosa, fredda o secca sono state tradotte con grande cura per mantenere il loro originale contesto medico.

Una delle caratteristiche più pratiche di questo nuovo sistema è la sua capacità di connettere le parole alle immagini. Nello studio tradizionale, identificare una pianta basandosi solo sulla descrizione può essere difficile. Il ricercatore ha affrontato questo problema costruendo un erbario digitale curato. Ha raccolto fotografie autenticate di foglie, radici, fiori e semi e le ha accoppiate alle descrizioni testuali presenti negli antichi libri. Per garantire che queste immagini fossero corrette, ha utilizzato algoritmi di visione artificiale per verificare che le immagini corrispondessero ai criteri botanici descritti nei testi. Questo livello visivo aiuta studenti e clinici a confermare l'identità di una pianta prima di utilizzarla, riducendo il rischio di errore che spesso deriva dal fare affidamento solo sul testo.

La piattaforma è progettata per essere flessibile per molti diversi tipi di utenti. Uno studente può cercare una specifica erba e vederne il profilo, completo delle sue proprietà tradizionali e di una foto chiara. Un ricercatore può cercare tutte le sostanze che condividono una specifica azione terapeutica, come ridurre l'infiammazione, e confrontarle fianco a fianco. Un medico può trovare rapidamente erbe adatte a trattare la febbre o una condizione infiammatoria, verificando i loro usi tradizionali rispetto alle necessità moderne. Il sistema permette agli utenti di cercare sia in sanscrito che in inglese, gestendo le variazioni di ortografia e pronuncia, in modo che un utiente possa trovare ciò di cui ha bisogno anche se non è un esperto della lingua. Gli utenti possono anche salvare le loro voci preferite, creare guide di studio personali ed esportare i profili per un uso successivo.

Sebbene l'attuale versione sia uno strumento potente per organizzare e accedere alla conoscenza, il ricercatore la vede come una base per possibilità ancora maggiori. Sta pianificando di integrare modelli linguistici di grandi dimensioni, ovvero sistemi di intelligenza artificiale avanzati capaci di sostenere conversazioni naturali. In futuro, un utente potrebbe porre al sistema una domanda in linguaggio comune, come "Quali erbe sono buone per il dolore articolare?" o "Come si confronta questa pianta con quella?", e il sistema fornirebbe una risposta ponderata e consapevole del contesto basata sui testi classici, guidando l'utente verso l'informazione corretta senza richiedere la conoscenza dei complessi termini tecnici del passato.

Questo progetto rappresenta un cambiamento significativo nel modo in cui la conoscenza tradizionale viene preservata e utilizzata. Passando da archivi statici a un sistema dinamico e interattivo, il ricercatore ha reso possibile esplorare le connessioni tra diverse erbe e i loro effetti in modi che erano precedentemente difficili. Il sistema non sostituisce i testi antichi, ma li sblocca, permettendo alle dettagliate osservazioni degli studiosi del passato di informare l'educazione moderna, la pratica clinica e lo sviluppo di prodotti erboristici. Esso rappresenta un modello di come altri sistemi medici tradizionali possano essere portati nell'era digitale, assicurando che la preziosa conoscenza indigena non vada perduta, ma venga invece rivitalizzata per le generazioni future.