Existen diversos padecimientos oftalmológicos que afectan a la población, por lo que el desarrollo de herramientas digitales que coadyuven al médico a interpretar estas enfermedades, es cada vez más necesario para diagnosticar con mayor certeza al paciente. Algunos de estos padecimientos son las miodesopsias y la miopía, mismos que van en crecimiento y afectan a mayores sectores poblacionales. Con lo anteriormente mencionado, en el presente proyecto se diseñaron herramientas digitales con ayuda del programa MATLAB, consistiendo en dos algoritmos; análisis de autofluorescencia ultravioleta en la conjuntiva (CUVAF) y análisis de presencia de miodesopsias. Con el primer código desarrollado, se emplearon técnicas de procesamiento digital de imágenes, obteniendo el área aproximada de la zona CUVAF identificada. El segundo algoritmo detectó la presencia de objetos móviles con herramientas de inteligencia artificial, donde aquellos con mayor visibilidad presentan mayor probabilidad de pertenecer a una miodesopsia. Ambos algoritmos demostraron su capacidad para detectar su respectivo padecimiento, siendo pioneros en su debida área de investigación.