世界顶级神经学家全职加盟中国高校，震动全球神经科学界

AI科技 2025年11月05日 09:20 3 aa

一项正在重塑全球神经科学研究版图的标志性事件已经发生。世界著名神经学家、意识研究领域的先驱者史蒂v恩·劳雷斯（Steven Laureys）教授已确认离开其在欧洲的长期科研基地，全职加盟中国东部浙江省的杭州师范大学。

这位56岁的比利时科学家是全球公认的利用先进脑成像技术探索严重脑损伤患者“隐藏意识”的顶尖权威。他的加入，被视为中国在基础科学领域吸引全球顶尖人才的一个里程碑，并预示着杭州可能成为全球意识障碍（Disorders of Consciousness, DoC）研究的一个新中心。

劳雷斯教授已于2025年早些时候正式入职杭州师范大学基础医学院。10月24日，他与浙江省官员、大学领导和比利时外交官共同出席了“浙江-比利时意识障碍联合实验室”的落成典礼。

这一举动不仅是单个科学家的职业选择，更是一次关键知识体系的“战略转移”。劳雷斯带来的不仅是他个人的声望——包括比利时最高科学荣誉“弗朗基奖”（Francqui Prize）和超过500篇高影响力论文——更是他所开创的一整套用于诊断、理解甚至联系那些被困在无反应身体中“清醒”大脑的前沿方法论。

重新定义“清醒”：劳雷斯与意识的边界

在劳雷斯教授的工作之前，临床医学对意识的判断几乎完全依赖于行为。一个病人如果不能对“请挤压我的手”或“请眨眼”等指令做出反应，通常会被诊断为“植物人状态”，即现在的“无反应觉醒综合征”（Unresponsive Wakefulness Syndrome, UWS）。在这种状态下，患者被认为已永久失去所有意识和认知功能。

劳雷斯的工作彻底颠覆了这一诊断金标准。

在过去的二十年里，他和他领导的、设在比利时列日大学（University of Liège）的“昏迷科学小组”（Coma Science Group），开创性地使用了功能性磁共振成像（fMRI）和正电子发射断层扫描（PET）技术，绕过患者受损的运动通路，直接向他们的大脑“提问”。

他最著名的实验之一是要求一位被诊断为植物人状态多年的患者，在fMRI扫描仪中“想象自己正在打网球”。令人震惊的是，扫描结果显示，患者大脑中负责规划和执行运动的区域被清晰点亮——其激活模式与健康对照组几乎无法区分。这一发现无可辩驳地证明，这名患者虽然身体毫无反应，但其大脑内部却拥有完整的意识、理解力、记忆和执行指令的能力。

这一突破性的发现，揭示了一种被称为“认知运动分离”（Cognitive-Motor Dissociation, CMD）的状况，即意识完好，但与身体的运动输出完全脱节。

劳雷斯的研究表明，高达40%的“植物人”诊断可能是错误的。许多被认为“没有意识”的患者，实际上处于“最低意识状态”（Minimally Conscious State, MCS），甚至可能完全清醒。这一发现对全球数以万计的家庭和医疗系统产生了深远影响，它迫使医学界、伦理学界和法律界重新审视关于严重脑损伤患者的预后判断、疼痛管理、康复潜力和临终关怀决策。

杭州的新引力：从诊断到干预的“中国脑计划”

史蒂v恩·劳雷斯选择杭州师范大学，绝非偶然。此举与中国将脑科学和类脑智能提升至国家战略优先事项的“中国脑计划”紧密相连。该计划旨在探索大脑的基本原理、攻克脑部疾病，并在人工智能领域实现受大脑启发的计算突破。

对于劳雷斯而言，中国提供的资源是实现其科研雄心的关键。首先是庞大的临床需求和患者群体。中国拥有规模庞大的脑损伤患者群体，这为开展大规模临床研究、验证新技术和开发新疗法提供了在欧洲难以比拟的样本量。

其次是强大的资金和技术支持。浙江省和杭州市正投入巨资建设生命科学和人工智能高地。新成立的“浙江-比利时意识障碍联合实验室”获得了顶级的科研设备和稳定的长期资助，这使劳雷斯能够将其研究从“诊断”推向更具挑战性的“干预”。

正如杭州师范大学常务副校长唐睿康所言，新实验室将专注于对意识障碍患者的“精准诊断和干预”。“精准诊断”意味着将劳雷斯团队开发的fMRI和高密度脑电图（EEG）范式在中国进行规模化临床应用；而“干预”则是指利用经颅磁刺激（TMS）、深脑刺激（DBS）和脑机接口（BCI）等前沿技术，尝试唤醒或重建受损大脑的连接，帮助患者恢复意识。

此外，该实验室还将利用这些患者作为研究大脑工作原理的“自然模型”。通过比较清醒、最低意识到无反应觉醒等不同意识水平的大脑活动，科学家们得以窥见“意识本身”的神经生物学基础——即大脑是如何产生主观体验的，这是21世纪科学的终极难题之一。

杭州的独特优势还在于其作为中国“硅谷”的地位，这里是阿里巴巴等科技巨头的总部所在地。劳雷斯的研究产生了海量的多模态大脑数据（fMRI, PET, EEG），这正是训练先进人工智能（AI）模型的理想“燃料”。AI算法可以帮助识别健康和受损大脑网络中极其微妙的模式，从而开发出更灵敏、更自动化的意识检测工具，甚至可能预测康复的几率。