முனைவர்.ம. தனலட்சுமி,
உதவிப்பேராசிரியர்,தமிழ்த்துறை
பேரா.கா.கிருக்ஷ்ணவேணி,
உதவிப்பேராசிரியர்,கணினி அறிவியல் துறை,
சைவபானு சத்திரிய கல்லூரி, அருப்புக்கோட்டை.
Abstract:
“Tamil Medicine” means ‘Siddha Medicine’. The Siddhas have created it. Siddha medicine is so ancient that it is impossible to define when it originated.
Siddha medicine has various branches like showing the way to live without disease, diagnosis of disease, treatment of diseases. Siddhas have written many books for all these. According to this, the Siddha medical texts say that disease should be diagnosed through eight types of tests namely Nadi, Parisam, Color, Tongue, Eyes, Faeces, Water and Tongue. In which water means urine. The book “Neerkuri Vaidyam” written by Theraiyar Siddhar on the method of diagnosing human diseases using urine has been taken up for study.
The main objective of this review article “Tamil Medicine and Artificial Intelligence” is to bring the ideas of the book ‘Neerkuri Vaidiyam’ written by Theraiyar to the people of the world by using the technology of ‘Artificial Intelligence’ of the computer.
ஆய்வுச்சுருக்கம்:
“தமிழ் மருத்துவம்” என்பது ‘சித்த மருத்துவம்’ ஆகும். சித்தர்கள் இதனை உருவாக்கித் தந்துள்ளனர். சித்த மருத்துவம் எப்போது தோன்றியது என்று வரையறுத்துக் கூறவியலாத தொன்மை வாய்ந்தது.
சித்த மருத்துவம் என்பது நோயின்றி வாழ வழி காட்டுவது, நோயைக் கண்டறிதல், நோய்களுக்குச் சிகிச்சை என பல்வேறு பிரிவுகளை உடையது.இவை அனைத்திற்கும் சித்தர்கள் பல நூல்களை எழுதியுள்ளனர். இதன் படி நாடி, பரிசம், நிறம், மொழி, விழி, மலம், நீர், நாக்கு ஆகிய எட்டு விதப் பரீட்சைகளின் மூலம் நோயைக் கண்டறிய வேண்டும் என சித்த மருத்துவ நூல்கள் கூறுகின்றன. இதில் நீர் என்பது சிறுநீரைக் குறிக்கும். மனிதர்களின் சிறுநீரை வைத்து அவர்களின் நோயைக் கண்டறியும் விதம் குறித்து தேரையர் என்னும் சித்தர் எழுதிய “நீர்க்குறி வைத்தியம்” என்னும் நூல் ஆய்வுக்கு எடுத்துக்கொள்ளப்பட்டுள்ளது.
கணினியின் ‘செயற்கை நுண்ணறிவு’ என்னும் தொழில் நுட்பத்தைப் பயன்படுத்தி, தேரையர் எழுதிய ‘நீர்க்குறி வைத்தியம்’ என்ற நூலின் கருத்துக்களை உலக மக்களிடம் கொண்டு சேர்ப்பதே “தமிழ் மருத்துவமும், செயற்கை நுண்ணறிவும்” என்னும் இவ்வாய்வுக் கட்டுரையின் முக்கிய நோக்கமாகும்.
Key Words ;
Tamil Medicine, Artificial Intelligence, Siddhas
திறவுச் சொற்கள் :
தமிழ் மருத்துவம், செயற்கை நுண்ணறிவு, சித்தர்கள்
முன்னுரை :
உயர் தனிச் செம்மொழியாம் தமிழ்மொழி பழைமைக்கும் பழைமையாய் புதுமைக்கும் புதுமையாய் என்றென்றும் மாறா இளமையுடன் கன்னித் தமிழில் உள்ள இலக்கியங்கள் வேளாண்மை, வானியல், மருத்துவம், வேதியியல், கட்டிடக்கலை போன்ற பல்வேறு துறைகளைத் தன்னகத்தே கொண்டுள்ளது. கணினித்தமிழ் என்ற துறையும் தற்பொழுது மிக வேகமாக வளர்ந்து வருகிறது. “தேரையர்” என்னும் சித்தர் எழுதிய “நீர்க்குறி வைத்தியம்” என்னும் நூலில் காணப்படும், சிறுநீரில் இருந்து நோய்களைக் கண்டறியும் முறையினைக் கணினி அறிவியல் துறையில் தற்பொழுது மிகவும் பிரபலமான தொழில்நுட்பமாக உள்ள “செயற்கை நுண்ணறிவு (AI)” என்ற தொழில்நுட்பத்தைப் பயன்படுத்தி எவ்வாறு கணினித் தமிழில் மாற்றலாம் என்ற சிறு ஆராய்ச்சி முயற்சியே இக்கட்டுரை.
தமிழ் மருத்துவம்:
“உள்ளம் பெருங்கோயில் ஊனுடம்பு ஆலயம்” என்கிறார் திருமூலர் மனிதனின் உடம்பினைக் கோயிலுக்கு ஒப்பாகக் கருதினர். அதனாலேயே உடம்பினைப் போற்றிப் பாதுகாக்க பல்வேறு வழிமுறைகளைச் சித்தர்கள் கையாண்டனர். நோயின்றி வாழும் முறையினை பல சித்தர்கள் வரையறுத்துக் கூறி பல நூறாண்டுகள் ஆரோக்கியமாக வாழ வழிகாட்டினர். அதனைப் பின்பற்றாமல் வாழ்ந்த மனிதர்களுக்கு 4448 நோய்கள் வருமென்று சித்தர்கள் வரையறுத்துள்ளனர். அனைத்து நோய்களுக்கும் மருந்துகளையும் கூறியுள்ளனர்.
“ஆயிரம் வேரைக் கொண்டவன் அரை வைத்தியன்”
தமிழ் மருத்துவம் என்பது இயற்கையாக கிடைக்கக்கூடிய நம்மை சுற்றி விளையக்கூடிய செடி, கொடி, வேர் போன்றவற்றை மருந்தாக்கி பல விதமான நோய்களை குணப்படுத்துவதாகும். மருத்துவர்கள் நோய்களைக் குணப்படுத்தும் முன் நோய்களைக் கண்டறிவது மிக அவசியமானது. வள்ளுவரும் இதனை தனது ‘மருந்து’ அதிகாரத்தில்
நோய்நாடி நோய்முதல் நாடி அதுதணிக்கும்
வாய்நாடி வாய்ப்பச் செயல்.
என்கிறார். இக்குறளில் உள்ள “நோய் நாடி” என்ற சொல் நோய் என்ன என்று கண்டறிவதனைக் குறிக்கும். நோயைக் கண்டறிவதற்கு தேரையர் என்னும் சித்தர் மிக எளிய வழியினைச் சுட்டுகிறார்.
நீர்க்குறி சாஸ்திரம்:
ஒரு மனிதன் அறுசுவையும் உணவில் சேர்த்து, குறைதலும் மிகுதலும் இன்றி அளவுடன் உரிய நேரத்தில் உண்டு, நன்றாகத் தூங்கி மறுநாள் விடியற்காலையில் ஒரு குவளையில் அவனின் சிறுநீரைப் பிடிக்க வேண்டும். அதன் நிறங்களைக் கொண்டு நோயைக் கணிக்கும் முறையினை தேரையர் “நீர்க்குறி சாஸ்திரம்” என்று கூறுகிறார்.
நீரின் குணங்கள்:
சிறுநீரின் குணங்களாக அரி, நிறை, மணம், நுரை, எச்சம் என்பனவற்றை நீர்க்குறி சாஸ்திரம் குறிப்பிடுகிறது. இதில் ‘அரி’ என்பது நிறத்தையும், ‘நிறை’ என்பது அடர்த்தியையும், மணம் என்பது வாசனையையும், நுரை என்பது நுரையையும், எச்சம் என்பது சிறுநீரோடு கலந்து வரும் இரத்தம் போன்ற பிறவற்றையும் குறிக்கும். சிறுநீரின் நிறம், அடர்த்தி, வாசனை, நுரை, எச்சம் ஆகிய ஐந்தினையும் கொண்டு நோய்களைக் கண்டறிந்துள்ளனர். இக்கட்டுரையில் சிறுநீரின் நிறத்தைக் கொண்டு நோய் கண்டறியும் முறை மட்டும் ஆய்வுக்கு எடுத்துக்காட்;டப்பட்டுள்ளது.
சிறுநீரின் நிறங்களாக மஞ்சள், சிகப்பு, பச்சை, கறுப்பு, வெள்ளை எனக் குறிப்பிடப்படுகிறது. மேலும் மஞ்சள் நிறத்தில் ஆறு வகையும், சிகப்பு நிறத்தில் நான்கு வகையும், பச்சை நிறத்தில் ஐந்து வகையும், கருமை நிறத்தில் நான்கு வகையும், வெள்ளை நிறத்தில் இரண்டு வகையும் உண்டு என தேரையரின் “நீர்க்குறி சாஸ்திரம்” என்னும் நூல் கூறுகிறது. சிறுநீரின் நிறத்தைக் கொண்டு நோயினைக் கண்டறிய தேரையர் கூறிய விதிகளை எளிதாக நாம் ஒரு அட்டவணையின் மூலம் காணலாம்.
நீரின் நிறமும், நோயும்:
சிறுநீரின் நிறம் – நோய்
மஞ்சள் – அஜீரணம்
மஞ்சள் கலந்த சிகப்பு – அதிக சூடு
தீயின் நிறம் – மிக அதிக சூடு
சிகப்பு (பன்னீர் பூ நிறம்) – அதிக இரத்தக் கொதிப்பு
கறுப்பு கலந்த பச்சை – சீதளம் (குளிர்ச்சி)
பச்சை கலந்த நீலம் – விசம்
குங்குமப் பூ நிறம் கலந்த கறுப்பு – காமாலை
கறுப்பு கலந்த பச்சை(சிறிதளவு) – இரத்தத்தில் அழுக்கு
வெள்ளை – அதிக சீதளம்
பால் போன்ற வெண்மை – காச நோய்
பால் போன்ற வெண்மை, சீழ் கலந்து – கர்ப்பப் பையிலும் (அல்லது)
ஆண்குறித் துவாரத்திலும் புண்
இத்தகைய நீர்க்குறி சாஸ்திர விதிகளை ஒரு குரு தன் சிக்ஷ்யனுக்கு போதனை செய்வதைப் போல, AI (Artificial Intelligence) தொழில்நுட்பத்தைப் பயன்படுத்தி நமது கணினிக்கு எவ்வாறு கற்றுக் கொடுக்கலாம் எனக் காணலாம்.
இயந்திரத்திற்கு கற்பித்தல் (Machine Learning):
யுஐ தொழில்நுட்பத்தைப் பயன்படுத்தி தமிழ் மருத்துவத்தை இயந்திரத்திற்குக் கற்பித்தல் என்பது ஒன்றும் அவ்வளவு எளிதான செயல் அல்ல. Machine Learning (ML) என்பது AI தொழில்நுட்பத்தின் ஒரு உட்பிரிவு ஆகும். ஆடு தொழில்நுட்பம் மூலம் தேரையர் கூரிய நீர்க்குறி சாஸ்திர விதிகளைக் கணினிக்குப் பின்வருமாறு கற்றுக் கொடுக்கலாம்.
முதலில் நீர்க்குறி சாஸ்திர விதிகளை அட்டவணைப்படுத்தி, அதனை ஒரு (.csv) கோப்பில்(File) பதிவேற்றம் செய்து நமது கணினியில் சேமிக்க வேண்டும். அதன் பிறகு “Python” என்ற தொழில்நுட்ப மொழியில் நாம் பின்வருமாறு “coding” எழுத வேண்டும்.
from pandas import read_csv
path = r “D:\Data\Neerkuri.csv”
headernames = [‘color’,’disease’]
data = read_csv(path, names=headernames)
இந்த “coding” மூலம் நாம் இப்பொழுது நீர்க்குறி நூலின் தகவலைச் சேமித்து வைத்த கோப்பை பயன்படுத்த முடியும். பின்னர் “Linear Regression” என்ற புள்ளியியல் முறையைப் பயன்படுத்தி “Neerkuri.csv” என்ற கோப்பில உள்ள தகவல்களை கணினிக்குக் கற்றுத்தர பின்வருமாறு “coding” எழுத வேண்டும்.
import numpy as np
from sklearn import linear_model
import sklearn.metrics as sm
import matplotlib.pyplot as plt
input_data = np.loadtxt(data, delimiter=’,’)
X, Y = input_data[ :, :-1], input_data[ : , -1]
இந்த “coding” மூலம் X ல் சிறுநீரின் நிறமும், Y ல் அதற்கேற்ற நோய்களும் சேர்த்து வைக்கப்படும். பின்னர் இந்த தகவல்களை இரண்டு தொகுப்புகளாகப் பிரிக்க வேண்டும்.
1. பயிற்சித் தொகுப்பு (Training set))
2. சோதனைத் தொகுப்பு (Testing set))
training_samples = int (0.6*len(X))
testing_samples = len (X) – num_training
X_train, Y_train = X [:training_samples], Y[:training_samples]
X_test, Y_test = X [training_samples:], Y[training_samples:]
இவ்வாறு இரு தொகுப்புகளாகப் பிரித்த பின், “Linear Regression” என்ற முறையைப் பயன்படுத்தி கணினிக்குப் பயிற்சித் தொகுப்பு தகவலை வைத்து பயிற்சி தர வேண்டும்.
reg_linear = linear_model.LinearRegression
reg_linear.fit (X_train, Y_train)
Y_test_pred = reg_linear.predict(X_test)
இந்த “Python coding” ஐ Neerkuri.py என்ற கோப்பில் சேமித்து Anaconda என்ற மென்பொருளில் இயக்க வேண்டும். இந்த கோப்பு பிழையின்றி இயங்குகிறதா என்று நுட்பமாகப் பரிசோதிக்க வேண்டும். சோதனை வெற்றியடைந்த பிறகு, இந்த கோப்பினை ஒரு மென்பொருளாகத் தயாரித்து வெளியிட வேண்டும். இந்த மென்பொருளுக்கு நூலின் தலைப்பான “நீர்க்குறி” (Neerkuri) என்று பெயர் வைப்பதாக வைத்துக்கொள்வோம். இப்பொழுது நமது மென்பொருள் Neerkuri.csv என்ற கோப்பில் உள்ள தகவலை நன்கு கற்றுக் கொண்டு,நோயாளியின் சிறுநீரின் நிறத்தைக் கொண்டு நோயாளியின் நோய்களைக் கண்டறிய தயார் நிலையில் உள்ளது.
நோயினைக் கண்டறிவதில் செயற்கை நுண்ணறிவின் செயல்பாடு:
நீர்க்குறி சாஸ்திர விதிகளை கற்றுக் கொண்ட “நீர்க்குறி” (Neerkuri) மென்பொருளை நமது திறன்பேசியில் பதிவிறக்கம் செய்து கொள்ள வேண்டும். நோயாளியின் சிறுநீரை தேரையர் கூறிய விதிமுறைப் படி, ஒரு குவளையில் சேமித்து, அதனை முதலில் திறன்பேசியின் புகைப்படக் கருவி மூலம் புகைப்படம் எடுக்க வேண்டும். அந்த புகைப்படத்தை மென்பொருளில் பதிவேற்றம் செய்ய வேண்டும்.
உடனே நமது மென்பொருள், நாம் பதிவேற்றம் செய்த படத்தில் உள்ள நோயாளியின் சிறுநீரின் நிறத்தை மட்டும் அடையாளம் கண்டுகொண்டு, அத் தகவலை தனக்குள் உள்ளீடு செய்து கொள்ளும். உள்ளீடு செய்த நிறத்தை, ஏற்கனவே கற்றுக் கொண்ட தகவலுடன் ஒப்பிட்டுப் பார்த்து நம் உடலில் உள்ள நோயைக் கணித்து நொடிப் பொழுதில் கூறிவிடும்.
நீர்க்குறி சாஸ்திரத்தில் சிறுநீர் இரண்டு அல்லது மூன்று நிறங்கள் கலந்து வந்தால் என்ன நோய் என்றும் குறிப்பிடப்பட்டுள்ளது. இதனை அடிப்படை தகவலாக வைத்து, நமது மென்பொருள் மேலும் பல நிறக்கலவை வகைகளைத் தானாகவே கற்றுக்கொண்டு, நோய்க்கான வேறு பல சாத்தியக்கூறுகளையும் உடனடியாக நமக்குத் தெரியப்படுத்தும். இதனால் நாம் உடனடியாக நோயைக் கண்டறிந்து, கால தாமதமின்றி சிகிச்சை மேற்கொள்ள இந்த மென்பொருள் மிகவும் உதவிகரமாக இருக்கும். நோய் தீவிரமடையும் முன் சரியான நோயினை உடனே கண்டறிவது நோயாளியின் ஆரோக்கியத்திற்கு மிகவும் அவசியம். இத் தேவையை நமது மென்பொருள் மிகச் சரியான முறையில் பூர்த்தி செய்யும்.
மேலும் செய்ய வேண்டிய ஆய்வுக் களங்கள்:
• தேரையர் எழுதிய ‘நீர்க்குறி சாஸ்திரம்” மட்டுமின்றி அவர் எழுதிய ‘நெய்க்குறி சாஸ்திரம்” செய்திகளையும் (நோயாளியின் சிறுநீரை ஒரு குவளையில் முறைப்படி பிடித்து, அதில் சிறிது நல்லெண்ணெய் விட்டு காற்றிற்கு ஆடாத இடத்தில் சூரிய ஒளியில் வைக்க வேண்டும். அதில் பல விதமான வடிவங்கள் தோன்றும். அந்த வடிவத்தை வைத்து நோயைக் கணிக்கும் முறையே ‘நெய்க்குறி சாஸ்திரம்’ ஆகும்) செயற்கை நுண்ணறிவு கொண்டு கணினித் தமிழாக்கம் செய்யலாம்.
• திருமூலர் எழுதிய கூன், குருடு, செவிடு, பேடு போன்ற குறைபாடுகள் நீங்கிய ஆரோக்கியமான குழந்தைகள் பிறப்பதற்கும், ஆணோ, பெண்ணோ நாம் விருப்பப்பட்ட குழந்தைகளைப் பெற்றுக்கொள்வதற்கும் கூறிய வழிமுறைகளைப் கணினித் தமிழாக்கம் செய்யலாம்.
• மனிதனுக்கு ஏற்படக்கூடிய 4448 நோய்களுக்கும் சித்தர்கள் கூறிய மருந்துகளையும் கணினித் தமிழாக்கம் செய்ய முயற்சி செய்யலாம்.
இத்தகைய முயற்சியில் நூல்களைத் தேர்வு செய்வதற்கும், அதன் பொருள்களைக் கூறுவதற்கும் தமிழறிஞர்களும், அதன் உண்மைத்தன்மையை விளக்க சித்த மருத்துவர்களும்,அதனை அறிவியல்பூர்வமாக நிருபணம் செய்வதற்கு ஆய்வக தொழில் நுட்ப வல்லுநர்களும், கணினியாக்கம் செய்வதில் கணினி தொழில்நுட்ப வல்லுநர்களும் இணைந்து செயல்பட வேண்டும். இவ்வாறு இணைந்து செயல்பட்டால் தமிழ் மருத்துவத்தை உலகெங்கும் மிக எளிதில் கொண்டு சேர்த்து. தமிழனின் பெருமையை உலகில் நிலைநாட்டலாம்.
நிறைவுரை:
“மறைவாக நமக்குள்ளே பழங்கதைகள்
சொல்வதிலோர் மகிமை இல்லை
திறமான புலமையெனில் வெளிநாட்டார்
அதைவணக்கஞ் செய்தல் வேண்டும்.”
என்ற பாரதியின் வாக்கினை மெய்ப்பிக்க வேண்டுமெனில் தமிழறிஞர்களும், கணினி தொழில்நுட்ப வல்லுநர்களும் கரம் கோர்த்து தமிழ் இலக்கியங்களில் உள்ள செய்திகளை செயற்கை நுண்ணறிவு போன்ற புதிய தொழில்நுட்பங்களைப் பயன்படுத்தி உலகின் ஒவ்வொரு மூலைமுடுக்கிலும் கொண்டு சேர்க்க வேண்டும். இதனை நாம் நடைமுறைப்படுத்தினால் தான் பாரதி கூறிய “வெளிநாட்டார் அதை வணக்கம் செய்தல் வேண்டும்” என்ற நிலையை நாம் அடைய முடியும். வெளிநாட்டார் தமிழனையும், தமிழ் நூல்களையும் தலை வணங்கச் செய்ய தமிழறிஞர்களும், கணினி வல்லுநர்களும் கரம் கோர்ப்போம்.
வாழ்க தமிழ் ! வளர்க கணினித்தமிழ் !!
துணைநூற்பட்டியல்:
1.தேரையர் நீர்க்குறி வைத்தியம் நீர்க்குறிநூல்-நெய்க்குறிநூல் மூலமும் உரையும்,
எஸ்.பி.இராமச்சந்திரன்,தாமரை நூலகம்,சென்னை, முதல்பதிப்பு 2000.
2. Ramesh N, Kambhampati C, Monson JRT, Drew PJ. Artificial intelligence, 2004.
3. Deepa SN, Aruna Devi B. A survey on artificial intelligence approaches for medical image classification, Indian Journal of Science and Technology, 2011; 4(11).
4. Ekta Nehra. Artificial Intelligence in Modern Times,ICRISEM; YMCA, New Delhi, 2015: ISBN:978-81-931039-4-4.
5. Linardatos, P.;Papastefanopoulos, V.; Kotsiantis, S.Explainable AI: A Review of MachineLearning Interpretability Methods.Entropy 2021, 23, 18. https://dx.doi.org/10.3390/e23010018
6. Holzinger, A. (2014). Trends in Interactive Knowledge Discovery for Personalized Medicine: Cognitive Science meets Machine Learning. IEEE Intelligent Informatics Bulletin, 15(1), 6-14. http://www.comp.hkbu.edu.hk/~cib/2014/Dec/article2/iib_vol15no1_article2.pdf
7. Andreas Holzinger. Interactive machine learning for health informatics: When do we
need the human-in-the-loop? Brain Informatics, 3(2):119–131, 2016. doi: 10.1007/
s40708-016-0042-6.