تحتوي النصوص الطبية الهندية القديمة مثل "Sushruta Samhita" على معلومات غزيرة تتعلق بالأمراض، العلاجات، والتقنيات الجراحية. إلا أن صياغتها القديمة واستخدام المصطلحات الدقيقة تجعل من الصعب الوصول إليها وترتيبها بصورة منهجية. في دراسة حديثة، تم تطبيق تقنيات معالجة اللغات الطبيعية (NLP) مثل التعرف على الكيانات المسماة (NER) ونمذجة موضوعات BERTopic وتطوير مخطط المعرفة باستخدام Neo4j لاستخراج وتصنيف وتصوير المفاهيم المهمة بناءً على النسخ المترجمة.

تسمح نمذجة الموضوعات باستخدام BERTopic بتحديد الموضوعات الطبية الأساسية، بينما يدعم NER التعرف المنظم على الكيانات مثل الأمراض، العلاجات، الباحثين، والنباتات الطبية. كما توفر تحليلات الشبكة المعتمدة على الرسم البياني باستخدام Neo4j تمثيلاً دلالياً للعلاقات بين الكيانات المستخرجة، مما يسهل استرجاع المعرفة والحفاظ عليها رقمياً. توضح هذه النتائج كيف يمكن لقواعد البيانات الرسومية، ونمذجة الموضوعات، والتعرف على الكيانات أن تسهل التنظيم الحاسوبي للحكمة الطبية التاريخية في الأيورفيدا، مما يسد الفجوة بين النصوص التقليدية والاستفسارات المعتمدة على البيانات الحديثة.

الدراسة تعتبر خطوة محورية نحو تعزيز تحليل النصوص التاريخية، المعلومات الطبية، والعلوم الإنسانية الرقمية، مما يجعل الحكم الطبي القديم في الهند أكثر قابلية للوصول والفهم. هل تعتقد أن استخدام الذكاء الاصطناعي في مجالات مثل الطب يمكن أن يغير صورتها في المستقبل؟ شاركونا آراءكم في التعليقات.