Jaskra jest poważną, przewlekłą i postępującą chorobą oczu, która może doprowadzić do nieodwracalnej ślepoty. Szczególnie istotny jest początkowy okres choroby, który jest często niezauważalny dla chorego. Jaskra nadal odpowiada za utratę wzroku u dużej liczby osób, dlatego kluczowe znaczenie mają badania przesiewowe oraz monitorowanie postępu choroby. Tradycyjna diagnostyka jaskry opiera się na wielu badaniach, takich jak pomiar ciśnienia wewnątrzgałkowego, gonioskopia, badanie dna oka, optyczna koherentna tomografia i pole widzenia. Jednak ze względu na subiektywność interpretacji wyników oraz czasochłonność procedur, coraz większe zainteresowanie budzi zastosowanie sztucznej inteligencji. W ostatnich latach nastąpił znaczny postęp wykorzystania sztucznej inteligencji, co znacznie usprawniło pracę oraz efektywność w wielu dziedzinach. Wykorzystanie sztucznej inteligencji w diagnostyce jaskry, może przyczynić się do znacznego postępu w okulistyce, poprzez wcześniejsze wykrywanie osób zagrożonych tą chorobą, zmniejszenie liczby chorych z utratą wzroku, a także zredukowanie obciążenia lekarzy, poprawiając jakość opieki nad pacjentem. W niniejszej pracy dokonaliśmy analizy odpowiedniej literatury opublikowanej w ciągu ostatniej dekady, w której omówiono podstawy działania sztucznej inteligencji, skuteczność algorytmów w rozpoznawaniu zmian jaskrowych oraz ocenie zagrożenia chorobą. Poddaliśmy głębokiej analizie możliwości diagnostyczne, a także potencjalne ograniczenia zastosowania sztucznej inteligencji w diagnostyce tej choroby.