Die "Artificial Intelligence for RObust Glaucoma Screening Challenge" (AIROGS) wurde organisiert, um Machine Learning Forschungsgruppen eine vergleichbare Datenbasis zur Entwicklung von Systemen zur automatischen Erkennung von Glaukomen zu ermöglichen. Das Ziel der Challenge war es, Machine Learning Systeme zu entwickeln, die Glaukome in realistischen klinischesn Szenarien robust erkennen.

Insgesamt wurden über 110,000 Fundusbilder von mehr als 500 Standorten einer diversen Population zur Verfügung stellt. In der Testphase haben Teams weltweit ihre Algorithmen eingereicht, um diese auf einem ungesehenen Testdatensatz zu vergleichen.

Das Ocumeda Machine Learning Team hat sich mit PD Dr. Daniel Truhn und Firas Khader von der RWTH Aachen in einem Team zusammengeschlossen und mit der entwickelten Lösung den 2. Platz in der Challenge belegt.