2013年，一位名叫Hisashi Kambe的计算机系统工程师正在开发一个创新系统。这个系统名为BakeryScan，它使用了一种名为AlexNet的神经网络模型，该模型采用深度学习技术来对图像进行分类。这是一个很好的选择。日本的面包店以其丰富多样的糕点而自豪。面包和糕点在日本长期以来都是进口产品，几个世纪以来一直存在稀缺和品种单一的问题。因此，现在人们非常珍惜多样性，研究表明，在日本，糕点种类越多，销售量就越高。事实上，许多日本面包店不断有新的糕点进出菜单，以至于连员工有时也难以辨认某些商品。
拥有一款能够自动识别糕点的AI系统，使事情变得容易得多。它可以在结账时快速准确地识别糕点，减少错误并加快客户服务流程。它还可以通过跟踪销售和产品可用性来帮助库存管理，确保热门商品及时补货。系统的适应性使其能够处理各种形状和尺寸的产品，成为繁忙面包店环境中的宝贵工具。
该系统运行良好，很快在糕点行业受到欢迎，销量不错，但随后事情发生了意想不到的转折。
从面包到医疗保健
2017年，京都的一位医生看到了该算法的广告。他认为这些糕点看起来很像癌细胞。于是，BakeryScan开始涉足癌症检测领域。2018年，在札幌举行的一次关于AI识别癌细胞的会议上，Kambe表示，该算法在某些任务中仍不实用，因为需要大量的数据。但他继续研究，并且深度学习算法也得到了显著改进。
到2021年，定制用于癌症检测的BakeryScan原型（称为Cyto-Ai SCAN）已在日本两家主要医院进行试验。该算法得到了大幅改进——它不再需要查看单个细胞，而是可以处理整个显微镜载玻片。Kambe拒绝详细说明算法的具体工作原理，称其为一种“原创方法”，就像识别糕点一样。
但结果不言而喻：据报道，该算法的准确率达到了98%。
起初为解决面包店问题而设计的创新解决方案，最终演变为医学诊断领域的突破。Hisashi Kambe与BakeryScan的故事是科学成功和适应性的典范，展示了如何将原本用于简单任务的系统重新用于拯救生命的技术。
如今，已有多种AI能够进行医学诊断，但这不仅仅是深度学习或AI潜力的故事。这是科学灵活性的证明。自那以后，BakeryScan还被改编用于区分医院中的药丸、神社出售的护身符，甚至18世纪的日本木版画。
(全文结束)
