この研究は、緑内障が進行する前の初期兆候を示す12,458個の眼の臨床情報を分析した。特に、進行した210個の眼と進行しなかった105個の眼を対象に、7年以上にわたり6〜12カ月ごとに監視を行いながら、網膜画像と15の重要な臨床特徴を組み合わせた予測モデルを作成した。

使用された3つの機械学習分類器は、91％から99％の高い精度で緑内障への進行とそのタイミングを予測することができた。特に、眼圧（IOP）、拡張期血圧、網膜神経繊維層の平均厚さが重要な予測因子として挙げられている。