Āyurpadaviśleṣikā: A Digital Knowledge System for Ayurvedic Lexicography and Pharmacology

何世紀もの間、アーユルヴェーダの医学体系は、治療者を導くための膨大なサンスクリット語の古文書に依存してきました。「ニガントゥ（nighaṇṭus）」として知られるこれらの書物は、単なる辞書ではなく、自然の複雑な地図なのです。それらは数千種類の植物、鉱物、動物製品を、単に名前だけでなく、人体におけるその具体的な挙動とともに記述しています。一つの薬草であっても、その味、質感、エネルギー、消化後の変化、そしてそれが果たす特定の治癒作用によって記述されるのです。現代の学生や研究者にとって、これらの密集した手書きの写本を読み解くことは、非常に困難な作業です。言語は古風であり、概念は深く相互に関連しており、情報はしばしば異なる巻物に散らばっています。デジタル化された形で知識を整理する方法がなければ、この知恵の多くは閉じ込められたまま、アクセスすることも、今日の急速に変化するヘルスケアや研究の世界で応用することも極めて困難なままとなります。

ある研究者が、この古代の知恵と現代技術との間に架け橋を築きました。彼らは、アーユルヴェーダの薬理学における深く構造化された知識を21世紀へと持ち込むために設計された、アーユルパディヴェリーシカー（Āyurpadaviśleṣikā）と呼ばれる新しいデジタルプラットフォームを作成しました。単に古いページをスキャンして画像として保存するのではなく、研究者は3つの主要な古典文献――『ダンヴァンタリ・ニガントゥ（Dhanvantari nighaṇṭu）』、『ラージャ・ニガントゥ（Rāja nighaṇṭu）』、および『バーパプラカーシャ・ニガントゥ（Bhāvaprakāśa nighaṇṭu）』から得られる核心的な情報を、生きた検索可能なデータベースへと変換しました。このシステムは、4,000以上の薬用成分のエントリを、アーユルヴェーダの伝統的な五段階の枠組みを用いて整理しています。それは各物質の味、性質、効能、消化後の効果、および治療作用を捉え、数百年にわたる手書きの観察記録を、サンスクリット語と英語の両方で語りかける明確な二言語対応のリソースへと変貌させたのです。

この作業は、古代のサンスクリット語の詩節をデジタルテキストに変換するという、骨の折れる作業から始まりました。研究者は光学文字認識（OCR）を使用してスクリプトを読み取りましたが、それだけでは終わりませんでした。彼らは正確性を確保するためにテキストを手作業で確認・修正し、その後、情報を構造化されたデータベースへとマッピングしました。このプロセスには、元のテキストが不完全な箇所を補完し、翻訳の一貫性を確保する作業が含まれていました。システムを真に有用なものにするため、研究者は高度なコンピュータツールを統合しました。彼らは人工知能を使用して、複雑なサンスクリット語の用語を英語に翻訳するのを助けましたが、機械が見落としがちな微妙な意味を保持するために、人間の専門家による入念なチェックを行いました。例えば、物質が「油性」であるか、「冷たい」か、あるいは「乾燥している」かといった言葉は、本来の医学的文脈を維持するために細心の注意を払って翻訳されました。

この新しいシステムの最も実用的な機能の一つは、言葉と画像を関連付ける能力です。伝統的な学習において、記述のみによって植物を特定することは困難な場合があります。研究者は、認証された葉、根、花、種子の写真を収集し、それらを古代の書物に見られるテキストによる記述と組み合わせることで、精選されたデジタル植物標本（デジタル・ハーバリウム）を構築し、この問題に対処しました。これらの画像が正しいことを確実にするため、コンピュータビジョン・アルゴリズムを使用して、写真がテキストに記載された植物学的基準と一致しているかを検証しました。この視覚的な層は、学生や臨床医が植物を使用する前にその同一性を確認する助けとなり、テキストのみに頼ることによって生じる誤りのリスクを軽減します。

このプラットフォームは、さまざまな種類のユーザーに対して柔軟に設計されています。学生は特定の薬草を検索して、その伝統的な特性と明確な写真を含むプロフィールを見ることができます。研究者は、炎症を抑えるといった特定の治療作用を共有するすべての物質を探し出し、それらを並べて比較することができます。医師は、熱や炎症性疾患の治療に適した薬草を素早く見つけ出し、その伝統的な用途を現代のニーズと照らし合わせることができます。システムはサンスクリット語と英語の両方での検索を可能にし、綴りや発音のバリエーションを処理するため、ユーザーは言語の専門家でなくても必要な情報を見つけることができます。また、ユーザーは気に入ったエントリを保存したり、個人の学習ガイドを作成したり、プロファイルを書き出して後で使用したりすることも可能です。

現在のバージョンは、知識を整理しアクセスするための強力なツールですが、研究者はこれをさらに大きな可能性への基礎と考えています。彼らは、自然な会話を行うことが可能な高度な人工知能システムである大規模言語モデル（LLM）の統合を計画しています。将来的には、ユーザーが日常的な言葉で「関節痛に良い薬草はどれですか？」や「この植物はあの植物と比べてどうですか？」といった質問をシステムに投げかけることができるようになるでしょう。すると、システムは古典文献に基づいた、文脈を考慮した思慮深い回答を提供し、複雑な専門用語を知らなくても、ユーザーを正しい情報へと導いてくれるはずです。

このプロジェクトは、伝統的な知識の保存と活用における重要な転換を象徴しています。静的なアーカイブから動的でインタラクティブなシステムへと移行することで、研究者は、異なる薬草とその効果の間のつながりを、以前は困難であった方法で探索することを可能にしました。このシステムは古代のテキストを置き換えるものではなく、むしろそれらを解き放つものであり、過去の学者による詳細な観察が、現代の教育、臨床実践、およびハーブ製品の開発に寄与することを可能にします。これは、他の伝統的な医学体系がいかにしてデジタル時代へと持ち込まれ、貴重な先住民の知識が失われることなく、次世代のために活性化されるかを示すモデルとなっています。