在醫學領域，通過投入使用膠囊機器人進行腸胃道的相關檢測數據，幫助醫生對病人做出準確診斷。但由于被掃描物體自身不利條件，過程中并不順利。先臨三維據此為研究人員提供了SLAM的3D掃描儀的操作指導，讓膠囊機器人完成深度學習與算法訓練。
何為膠囊機器人，就是一顆膠囊大小的胃腸道內窺鏡機器人，被服下后，通過體外磁控的方式實現在消化道中的運動，途經食道、胃部、腸部，最后被人體排出。這個過程中，電腦可以同步顯示胃腸道的相關檢測數據，從而讓醫生有依據地完成診斷。
（圖片來源：2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)）
聽起來好像很簡單，而實際上膠囊機器人在投入使用前，必須先經過深度學習和訓練。就像游戲玩家出發去升級打怪需要游戲裝備和地圖一樣，膠囊機器人需要通過深度學習技術改善密集地形重建和姿態估計算法，以及通過SLAM（ Simultaneous Localization and Mapping）同步定位與地圖構建的機器視覺技術實現檢測、識別能力。
通俗一點講，機器人不是人，它的視覺和決策能力，都需要研制者通過一些方法賦予給它。通過深度學習獲得的能力相當于膠囊機器人的大腦，而通過SLAM機器視覺獲得的就相當于膠囊機器人的“火眼金睛”。
2000 年，以色列研制的第一個膠囊內鏡獲得FDA批準進入臨床，當時的膠囊機器人是隨消化道的自然蠕動而前進的，由于沒有經過深度學習訓練，也沒有SLAM技術的加持，有點像盲人摸象，對于像胃這樣大的消化道器官，其觀察范圍十分有限，因此會造成相當大的漏檢。
