Debido a la gran importancia del glaucoma, por ser una de las principales causas de ceguera en el mundo, en nuestro trabajo hemos querido aportar una nueva ayuda para conseguir un diagnóstico lo más precoz posible, un adecuado estadiaje y un precoz tratamiento del glaucoma, y mejorar de este modo la calidad de vida de las personas que lo padecen. Las personas incluidas en la muestra se sometieron voluntariamente al estudio y procedían de exámenes oftalmológicos rutinarios realizados en la consulta, firmaron el consentimiento informado para ser incluidos en el protocolo y declararon no tomar ninguna medicación que pudiera afectar a los resultados, así como no ser bebedores o fumadores habituales. Se estudian 106 ojos de 53 pacientes (31 mujeres y 22 varones) cada ojo se consideró de forma individual. Se clasifican en diferentes estadíos de glaucoma, definidos por un oftalmólogo experto, teniendo en cuenta la clasificación propuesta por Caprioli (1992), en la cual se definen desde grupo 0 (ojos normales) hasta grupo 5 (glaucoma terminal), a partir de datos obtenidos tanto de la historia clínica (variables cualitativas) como los aportados del estudio del campo visual mediante autoperimetría y del estudio de la capa de fibras nerviosas de la retina mediante polarimetría láser (variables cuantitativas). Se aplica un sistema de redes neuronales, la Inteligencia Artificial, para aportar un mayor grado de objetividad a la hora de establecer un diagnóstico clínico del glaucoma. Una vez realizado el diseño y entrenamiento del modelo de red neuronal, la clasificación realizada por el sistema de Inteligencia Artificial será capaz de asignar a cada paciente a su correspondiente grupo sin participación del especialista con un alto índice de especificidad y sensibilidad. Entre las conclusiones destacamos que la valoración del campo visual mediante el programa siete del autoperímetro cinético/estático Dicon TKS 4000 es una prueba rápida y fiable para diferenciar los sujetos sanos de patológicos en estadíos avanzados de glaucoma no aportando algoritmos que puedan utilizarse para cuantificar la profundidad de la afectación zonal del mismo y su relación con alteraciones glaucomatosas incipientes. La capacidad funcional perimétrica y las medias de sensibilidad por cuadrantes son parámetros apropiados para ser considerados como variables de entrada en la red neuronal diseñada en este estudio en cuanto valoración del defecto campimétrico objetivado mediante autoperimetría. El análisis de la Capa de Fibras nerviosas de la Retina mediante polarimetría láser utilizando el analizador NFA II versión Gdx supone un método cuantitativo indirecto que objetiva cambios a nivel peripapilar. Entre los índices polarimétricos obtenidos pueden ser empleados como variables de entrada de la red neuronal los siguientes: las desviaciones de los índices de normalidad en cada cuadrante, el número de fibras y el espesor promedio. La red neuronal de perceptrón multicapa de retropropagación configurada en este estudio posee las características idóneas con 16 neuronas de entrada, 30 nodos en su capa oculta y una neurona en la capa de salida, necesitando 8.000 ciclos con las funciones de entrenamiento para alcanzar el umbral mínimo de error de la red neuronal. La red neuronal diseñada consigue una eficiencia del 100% en la discriminación y asignación a cada uno de los grupos de estadio de glaucoma establecidos por el oftalmólogo experto. La integración de la red neuronal propuesta en este estudio, a las pruebas exploratorias funcionales y estructurales de afectación en el glaucoma, va a permitir implementar, sin grandes requerimientos de equipación, la capacidad de diagnóstico y clasificación de las mismas, convirtiéndose de este modo en una herramienta de gran utilidad para la interpretación de los resultados en cuanto a afectación glaucomatosa, pronóstico y orientación terapéutica