ตัวโมเดลการเรียนรู้เชิงลึกแบบใหม่ที่สามารถระบุลักษณะที่เกี่ยวข้องกับโรคจากภาพดวงตาได้ โมเดล DL น้ำหนักเบานี้สามารถฝึกได้ด้วยภาพจำนวนน้อย แม้แต่ภาพที่มีสัญญาณรบกวนสูง และประหยัดทรัพยากร ซึ่งหมายความว่าสามารถปรับใช้บนอุปกรณ์เคลื่อนที่ได้ เนื่องด้วยสังคมจำนวนมากชราภาพและบุคลากรทางการแพทย์มีจำกัด

โมเดล DL ที่ต้องพึ่งพาการเฝ้าสังเกตตนเองและการตรวจคัดกรองโรคทางไกลจึงกลายเป็นกิจวัตรมากขึ้น กระนั้น โดยทั่วไปแล้ว อัลกอริธึมการเรียนรู้เชิงลึกมักเป็นงานเฉพาะ และระบุหรือตรวจจับวัตถุทั่วไป เช่น มนุษย์ สัตว์ หรือป้ายถนน ในทางกลับกัน การระบุโรคนั้นต้องการการวัดที่แม่นยำของเนื้องอก ปริมาตรของเนื้อเยื่อ หรือความผิดปกติประเภทอื่นๆ ในการทำเช่นนั้น ต้องใช้โมเดลเพื่อดูภาพที่แยกจากกันและทำเครื่องหมายขอบเขตในกระบวนการที่เรียกว่าการแบ่งส่วน แต่การคาดคะเนที่แม่นยำนั้นใช้เอาต์พุตทางคอมพิวเตอร์มากกว่า ทำให้ยากต่อการปรับใช้บนอุปกรณ์พกพา มักมีการแลกเปลี่ยนระหว่างความแม่นยำ ความเร็ว และทรัพยากรในการคำนวณเสมอ โมเดลที่พัฒนาขึ้นของเรามีความแม่นยำในการแบ่งส่วนที่ดีขึ้นและความสามารถในการทำซ้ำการฝึกโมเดลที่ได้รับการปรับปรุง แม้จะมีพารามิเตอร์น้อยกว่า ทำให้มีประสิทธิภาพและมีน้ำหนักเบากว่าเมื่อเทียบกับซอฟต์แวร์เชิงพาณิชย์อื่นๆ