近日，我校学者在《Expert Systems With Applications》（中科院一区，Top期刊）上发表题为“Brain compensation mechanisms of large language models in clinical decision-making in acupuncture: A fusion study using fNIRS and eye-tracking”的研究论文。成都中医药大学林薇副教授、尹涛副教授为论文共同第一作者，成都中医药大学曾芳教授为论文通讯作者，我校为论文第一完成单位。

长期以来，针灸临床决策高度依赖医师的经验性认知与复杂推理。在数字变革的时代背景之下，人工智能（AI）辅助临床决策如何影响医师的认知效能，成为医学领域关注的热点。本研究以针灸领域中的高阶专业任务——“腧穴配伍”为切入点，提出一种知识图谱增强的神经认知信息融合框架，从计算机科学与神经科学双重视角，系统揭示人工智能在临床决策中的脑代偿机制。

研究首先构建高质量针灸知识图谱，并引入知识增强生成机制，实现对腧穴配伍规则的可解释建模。在此基础上，研究首次将功能近红外成像与眼动追踪技术同步应用于人机协同临床决策，功能近红外成像结果显示：AI介入可降低医生前额叶抑制性负荷，促进更高效的认知资源整合；眼动数据则表明，AI辅助能够降低认知负荷并提升决策流畅性。这些结果从神经活动的角度证实，AI可以通过重构脑网络协同模式，发挥认知代偿与决策增效的作用。

该研究为理解人机协同决策的神经基础、推动针灸及中医智能化发展提供了新的方法学范式，同时也为信息融合与类脑人工智能技术在临床场景中的应用奠定了坚实基础。

本研究得到了国家自然科学基金杰出青年基金（No.82225050）、四川省科技厅项目（Nos.2024NSFSC2109、2025NSFSC2030）以及四川省天府青城计划等资助。

全文链接： https://doi.org/10.1016/j.eswa.2025.130870

（文、图/针灸防治老年疾病教育部重点实验室，针灸脑科学研究中心）