Naukowcy opracowali system oparty na przetwarzaniu języka naturalnego do organizacji i ekstrakcji informacji z starożytnych indyjskich tekstów medycznych. Wykorzystując technologie takie jak Named Entity Recognition, BERTopic i grafy wiedzы w Neo4j, udało się wyseparować z tłumaczeń Sushruta Samhity i podobnych źródeł konkretne informacje dotyczące chorób, metod leczenia, technik chirurgicznych oraz roślin leczniczych. System automatycznie identyfikuje i klasyfikuje tematy medyczne zawarte w tekście, rozpoznając kluczowe encje i relacje między nimi.
Głównym wyzwaniem, które rozwiązuje to podejście, jest niedostępność starożytnych tekstów z powodu ich zawiłej struktury i archaicznego języka. Tradycyjnie wiedza zawarta w Sushruta Samhicie czy innych dziełach Ayurvedy była trudna do przeszukiwania i systematyzowania. Dzięki automatycznej ekstrakcji i modelowaniu grafów wiedzy, badacze mogą teraz łatwo odkrywać powiązania między koncepcjami medycznymi i śledzić ewolucję myśli medycznej w starożytnych Indiach.
To połączenie humanistyki cyfrowej z metodami informatycznymi ma potencjał aby zmienić sposób badania historii medycyny i zachowania starożytnej wiedzy. Opracowana metoda może być zastosowana do innych zabytkowych tekstów medycznych z różnych kultur, wspierając zarówno historyczne dociekania naukowe jak i współczesne opracowywanie nowych terapii opartych na tradycyjnych remedium.