利用臺北榮總眼底照片資料庫配合轉移學習建立青光眼診斷模型，希望能在基層醫療院所進行青光眼篩檢，利用既有的醫療系統與設備來提升青光眼的診斷率。因各院所間的眼底照片品質差異大，無法建立一體適用的人工智慧判讀系統，故先利用北榮的資料庫建立深度學習架構，再針對各院所進行最佳化，建制適合不同院所的分析模型。

利用眼底照片進行青光眼篩檢會因醫師經驗不同而影響判讀，此一不確定性影響青光眼篩檢之成果與執行率，而延誤青光眼之診斷會增加青光眼性失明之機率。本模型針對眼底照片分析其為青光眼視神經病變之可能機率，可達90之診斷正確率，故可協助醫師就原有設備與診療流程進行青光眼篩檢，以評估施行進階青光眼檢查之必要性。

人工智慧青光眼診斷模型可以協助基層醫療院所，利用既有的眼底照相系統進行一般就診病患的青光眼篩檢，再針對疑似個案進行更深入的眼科學檢查，減少醫師的工作負荷。倘能因此篩檢出無症狀或早期的青光眼患者，積極介入治療，可以有效減少青光眼所造成的視覺損傷，以及青光眼性失明對病患個人與社會的衝擊。