在医学人工智能的浪潮中，石俊杰同学选择了一条充满挑战却意义深远的道路——缺失模态学习。面对临床实践中普遍存在的数据不完整问题，他深知这不仅是技术难题，更是关乎医疗AI能否真正落地的关键所在。带着对科研的敬畏与热情，他开启了在医工交叉领域的探索之旅。
科研之路从解决具体问题开始。当他发现传统多模态融合方法在缺失场景下的不兼容性时，便着手设计一种更稳定、更精确的缺失模态脑肿瘤分割融合算法。那段日子里，实验室的灯光常常亮至深夜，无数次调试、失败、再尝试的过程，让他深刻体会到基础研究需要的耐心与坚持。当他将这项研究发表于IEEE**HI期刊时，他明白这只是一个起点，真正的科研需要不断突破认知边界。
随着研究的深入，他敏锐地察觉到现有缺失模态研究与现实临床需求之间的鸿沟。“如何让算法更好地服务于真实世界？”这个问题驱使他提出了一种更现实的缺失模态训练场景与更平衡优化方式。这项工作最终被CCF A类会议ACM MM录用并荣获Oral资格，在全球4385篇投稿中位列前3.97%。站在国际学术会议的讲台上，他感受到的不仅是荣誉，更是沉甸甸的责任——每一个算法改进的背后，都可能影响着未来的临床诊断。
然而，他的探索并未止步。在深入研究过程中，他发现了模态不平衡这一更深层次的问题。从模态组合间泛化公平性与模态组合内蒸馏偏好性的独特视角，他提出了一种全新的多层次梯度对齐算法。这项更具突破性的工作目前已进入医学影像分析领域顶级期刊IEEE TMI的大修阶段。面对审稿人的严格质询，他学会了用更开阔的视野审视自己的研究，在学术对话中不断打磨和完善工作。
将理论创新与实践应用相结合，是他科研生涯的另一重要维度。在MICCAI FLARE世界挑战赛中，围绕低资源条件下的快速半监督腹部器官分割问题，他与团队协力攻坚，荣获全球季军；在研究生数学建模竞赛中，他带领团队针对出血性脑卒中临床智能诊疗展开研究，获全国二等奖；在“挑战杯”中国青年科技创新擂台赛上，他所在团队开发的皮肤疾病快速AI诊断系统技术再获全国二等奖。这些竞赛经历让他深切体会到，真正的创新必须经得起实践的检验，能够解决实际问题的研究才最有价值。
作为ICLR、ACM MM、MICCAI等顶级会议的审稿人，他在评审他人论文的过程中不断提升自己的学术鉴赏力。荣获ACM MM Student Travel Award，不仅是对其学术潜力的认可，更为他搭建了与国际同行深入交流的桥梁。参与多项国家自然科学基金的经历，则培养了他从更高层次规划科研方向的能力。
在科研之外，他同样展现了全面发展的素养。作为党支部组织委员，他认真履行职责；作为国际多媒体会议、世界元宇宙大会等活动的志愿者，他在服务中收获成长。荣获国家奖学金、华为奖学金、校三好研究生、校优秀研究生等荣誉，是对其全方位发展的最好见证。
回望这段科研旅程，从初入医工交叉领域的踌躇满志，到在缺失模态学习方向上的笃定前行；从第一篇论文发表时的欣喜，到在顶会舞台上与国际同行交流的从容；从个人孤身探索，到融入团队、服务学界——他的成长，是一个关于热爱、坚持与超越的故事。他坚信，人工智能与医学的深度融合必将为人类健康带来革命性变化，而他，愿做这条漫长征途上一位坚定的求索者与建设者，用代码与算法，为生命健康贡献自己的一份智慧与力量。
