L'Agence européenne du médicament a défini les big data par trois «  v  »  : volume, vélocité et variété. Ces grosses bases de données permettent d'avoir des données en vie réelle sur la prise en charge des patients. Elles sont particulièrement adaptées à l'étude des événements indésirables et en pharmacoépidémiologie. Le deep learning est un ensemble de méthodes d'apprentissage automatique tentant de modéliser avec un haut niveau d'abstraction des données grâce à des réseaux neuronaux informatiques. Cet article détaille les sources de big data, les avantages et les inconvénients de ces études, et les applications en ophtalmologie. Une revue de la littérature est présentée dans cet article, afin d'illustrer l'utilisation du deep learning en ophtalmologie.

The European Medicines Agency has defined big data using three “ V ” s: volume, velocity, and variety. These large databases make it possible to have real-world data on patient care. They are particularly suited to the study of adverse events and pharmacoepidemiology. Deep learning is a set of machine learning methods that attempt to model data at a high level of abstraction using computational neural networks. This article details the sources of big data, the advantages and disadvantages of these studies, and their applications in ophthalmology. A literature review is presented in this article to illustrate the use of deep learning in ophthalmology.