Āyurpadaviśleṣikā: A Digital Knowledge System for Ayurvedic Lexicography and Pharmacology

Por séculos, o sistema médico do Ayurveda dependeu de vastas bibliotecas de antigos textos em sânscrito para guiar os curadores. Esses livros, conhecidos como nighaṇṭus, não são simples dicionários, mas mapas intrincados da natureza. Eles descrevem milhares de plantas, minerais e produtos animais não apenas pelo nome, mas por seus comportamentos específicos no corpo humano. Uma única erva pode ser descrita por seu sabor, sua textura, sua energia, como ela se transforma após a digestão e as ações curativas específicas que realiza. Para um estudante ou pesquisador moderno, navegar por esses manuscritos densos e manuscritos é uma tarefa formidável. A linguagem é arcaica, os conceitos são profundamente interconectados e a informação é frequentemente dispersa em diferentes volumes. Sem uma forma de organizar esse conhecimento digitalmente, grande parte dessa sabedoria permanece trancada, difícil de acessar e ainda mais difícil de aplicar no mundo acelerado da saúde e da pesquisa atual.

Um pesquisador construiu agora uma ponte entre essa sabedoria antiga e a tecnologia moderna. Ele criou uma nova plataforma digital chamada Āyurpadaviśleṣikā, um sistema projetado para trazer o conhecimento profundo e estruturado da farmacologia ayurvédica para o século vinte e um. Em vez de simplesmente escanear páginas antigas e armazená-las como imagens, o pesquisador traduziu a informação central de três grandes textos clássicos — o Dhanvantari nighaṇṭu, o Rāja nighaṇṭu e o Bhāvaprakāśa nighaṇṭu — em um banco de dados vivo e pesquisável. Este sistema organiza mais de 4.000 entradas medicinais usando a estrutura tradicional de cinco partes do Ayurveda. Ele captura o sabor, a qualidade, a potência, o efeito pós-digestivo e a ação terapêutica de cada substância, transformando séculos de observação manuscrita em um recurso bilíngue claro, que fala tanto o sânscrito quanto o inglês.

O trabalho começou com a tarefa minuciosa de converter versos antigos em sânscrito em texto digital. O pesquisador usou reconhecimento óptico de caracteres para ler os escritos, mas não parou por aí. Eles verificaram e corrigiram o texto manualmente para garantir a precisidade, e então mapearam a informação em um banco de dados estruturado. Esse processo envolveu o preenchimento de lacunas onde os textos originais estavam incompletos e garantiu que as traduções permanecessem consistentes. Para tornar o sistema verdadeiramente útil, o pesquisador integrou ferramentas computacionais avançadas. Eles usaram inteligência artificial para ajudar a traduzir termos complexos do sânscrito para o inglês, verificando cuidadosamente os resultados com especialistas humanos para preservar os significados sutis que as máquinas frequentemente perdem. Por exemplo, palavras que descreviam se uma substância era oleosa, fria ou seca foram traduzidas com grande cuidado para manter seu contexto médico original.

Um dos recursos mais práticos deste novo sistema é sua capacidade de conectar palavras com imagens. No estudo tradicional, identificar uma planta apenas pela descrição pode ser difícil. O pesquisador abordou isso construindo um herbário digital curado. Eles coletaram fotografias autenticadas de folhas, raízes, flores e sementes e as combinaram com as descrições textuais encontradas nos livros antigos. Para garantir que essas imagens estivessem corretas, eles usaram algoritmos de visão computacional para verificar se as fotos correspondiam aos critérios botânicos descritos nos textos. Essa camada visual ajuda estudantes e clínicos a confirmar a identidade de uma planta antes de usá-la, reduzindo o risco de erro que muitas vezes advém de depender apenas do texto.

A plataforma foi projetada para ser flexível para muitos tipos diferentes de usuários. Um estudante pode pesquisar uma erva específica e ver seu perfil, completo com suas propriedades tradicionais e uma imagem clara. Um pesquisador pode procurar por todas as substâncias que compartilham uma ação terapêutica específica, como reduzir a inflamação, e compará-las lado a lado. Um médico pode encontrar rapidamente ervas adequadas para tratar uma febre ou uma condição inflamatória, verificando seus usos tradicionais em relação às necessidades modernas. O sistema permite que os usuários pesquisem tanto em sânscrito quanto em inglês, lidando com variações de grafia e pronúncia, para que um usuário possa encontrar o que precisa mesmo que não seja um especialista na língua. Os usuários também podem salvar suas entradas favoritas, criar guias de estudo pessoais e exportar perfis para uso posterior.

Embora a versão atual seja uma ferramenta poderosa para organizar e acessar o conhecimento, o pesquisador vê isso como uma base para possibilidades ainda maiores. Eles planejam integrar modelos de linguagem de grande escala, que são sistemas de inteligência artificial avançados capazes de manter conversas naturais. No futuro, um usuário poderá fazer uma pergunta ao sistema em linguagem cotidiana, como "Quais ervas são boas para dor nas articulações?" ou "Como esta planta se compara àquela outra?". O sistema então fornecerá uma resposta atenciosa e contextualizada baseada nos textos clássicos, guiando o usuário para a informação correta sem exigir que ele conheça os termos técnicos complexos do passado.

Este projeto representa uma mudança significativa na forma como o conhecimento tradicional é preservado e utilizado. Ao passar de arquivos estáticos para um sistema dinâmico e interativo, o pesquisador tornou possível explorar as conexões entre diferentes ervas e seus efeitos de formas que eram anteriormente difíceis. O sistema não substitui os textos antigos, mas sim os desbloqueia, permitindo que as observações detalhadas de estudiosos do passado informem a educação moderna, a prática clínica e o desenvolvimento de produtos herbais. Ele serve como um modelo de como outros sistemas médicos tradicionais podem ser trazidos para a era digital, garantindo que o valioso conhecimento indígena não seja perdido, mas sim revitalizado para as gerações futuras.