Le "Défi d'Intelligence Artificielle pour le Diagnostic de Glaucome Robuste" (AIROGS) a été organisé pour permettre aux groupes de recherche en apprentissage automatique de disposer d'une base de données comparable pour le développement de systèmes de détection automatique des glaucomes. L'objectif du défi était de développer des systèmes d'apprentissage automatique capables de détecter les glaucomes de manière robuste dans des scénarios cliniques réalistes. 

Au total, plus de 110 000 images de fond d'œil provenant de plus de 500 sites d'une population diverse ont été mises à disposition. Durant la phase de test, des équipes du monde entier ont soumis leurs algorithmes pour les comparer sur un ensemble de données de test non vu.

L'équipe de Machine Learning Ocumeda s'est associée à PD Dr. Daniel Truhn et Firas Khader de la RWTH Aix-la-Chapelle dans une équipe et a obtenu la deuxième place dans le défi avec la solution développée.