Тип публикации: статья из журнала
Год издания: 2026
Ключевые слова: artificial intelligence, traditional medicine, ethnobotany, medicinal plants, plant identification, digitalization of ethnomedical knowledge, искусственный интеллект, традиционная медицина, этноботаника, лекарственные растения, идентификация растений, цифровизация этномедицинских знаний
Аннотация: Выполнен сравнительный анализ ряда научных исследований, посвященных применению искусственного интеллекта в идентификации, стандартизации и развитии традиционной растительной медицины, этноботаники и этнофармакологии. Установлено, что ИИ-технологии - от сверточных нейросетей для распознавания растений по листьям до NLP-алгоритмов дПоказать полностьюля анализа древних манускриптов - позволяют преодолеть ключевой барьер на пути интеграции этномедицинских знаний в доказательную медицинскую практику современных обществ - отсутствие систематизированных баз данных, прошедших процедуры верификации. Однако все проанализированные научные результаты фиксируют дисбаланс: лабораторные исследования доминируют (86-90% публикаций), тогда как полевые этноботанические изыскания составляют предметность лишь 10-14% публикаций, что может свидетельствовать о рисках утраты устных традиций в области травяной этномедицины. Ученые «единодушно» предупреждают о риске редукционизма, когда ИИ сводит сложные диагностические категории, выраженные в традиционной лексике (аюрведические «доши», китайская «ци», индийская «прана») к упрощенным биомаркерам, уничтожая холистическую суть древних традиционных систем. Для России, обладающей уникальным этноботаническим наследием (более 190 народов, которые рассматривают сотни видов растений, применяемых в этноботанике и этнофармакологии), выводы исследователей имеют прямое прикладное значение. Обоснована необходимость создания национальной программы «Цифровая этноботаника», объединяющей этнографов, ботаников, IT-специалистов и хранителей устных традиций, которая позволит сохранить быстро исчезающие знания и интегрировать их в современную фармацевтику. A comparative analysis of several scientific studies on the use of artificial intelligence in the identification, standardization, and development of traditional herbal medicine, ethnobotany, and ethnopharmacology was conducted. It was found that AI technologies from convolutional neural networks for recognizing plants by their leaves to NLP algorithms for analyzing ancient manuscripts can overcome a key barrier to integrating ethnomedical knowledge into evidence based medical practice in modern societies: the lack of systematized, verified databases. However, all analyzed scientific results reveal an imbalance: laboratory studies predominate (86-90% of publications), while field ethnobotanical research accounts for only 10-14% of publications, which may indicate the risk of losing oral traditions in herbal ethnomedicine. Scientists "unanimously" warn of the risk of reductionism, when AI reduces complex diagnostic categories expressed in traditional vocabulary (Ayurvedic "doshas," Chinese "qi," Indian "prana") to simplified biomarkers, destroying the holistic essence of ancient traditional systems. For Russia, which possesses a unique ethnobotanical heritage (more than 190 peoples who consider hundreds of plant species used in ethnobotany and ethnopharmacology), the researchers' findings have direct practical significance. They justify the need to create a national "Digital Ethnobotany" program, bringing together ethnographers, botanists, IT specialists, and guardians of oral traditions, which will preserve rapidly disappearing knowledge and integrate it into modern pharmaceuticals.
Журнал: Социология искусственного интеллекта
Выпуск журнала: Т. 7, № 3
Номера страниц: 8-27
ISSN журнала: 2712939X
Место издания: Красноярск
Издатель: Красноярская региональная общественная организация Содружество просветителей Красноярья