همانطور که قبلا ذکر شد، استفاده از رویکردهای چند دستگاهی و چندوجهی با استفاده از سیستم دوربین دوار Scheimpflug، توموگرافی انسجام نوری (OCT)، Placido و بیومکانیکال
فناوری ها و تجزیه و تحلیل داده ها با استفاده از هوش مصنوعی، حساسیت و دقت غربالگری را بهبود بخشیده و احتمال تشخیص و طبقه بندی دقیق این موارد را افزایش داده است. با این حال، علی‌رغم ظهور این فناوری‌ها و نرم‌افزارهای جدید، تشخیص صریح قوز قرنیه هنوز ممکن است در برخی الگوهای غیرطبیعی و شبیه قوز قرنیه امکان‌پذیر نباشد. بنابراین، ارزیابی ریسک به جای تعیین یک مورد خاص، راهی برای تشخیص باشد
تشخیص حساسیت و ارزیابی ریسک به ما کمک می کند تا در موارد مشکوک تصمیم درستی بگیریم.
چندین نرم افزار و شاخص برای تشخیص KC بر اساس پارامترهای توپوگرافی قرنیه معرفی شده بودند، اما رندلمن و همکارانش اولین گروهی بودند که یک سیستم امتیازدهی خطر اکتازی (ERSS) را بر اساس مطالعه مورد-شاهدی گذشته نگر طراحی کردند که شامل دیسک مبتنی بر Placido بود. یافته های توپوگرافی قرنیه و برخی پارامترهای بالینی دیگر. این سیستم توسط مطالعات بیشتر تایید شد و به طور گسترده به عنوان یک ابزار قابل اعتماد برای ارزیابی ریسک پذیرفته شده است.
با این حال، با ظهور فناوری‌های پیشرفته، مانند تصویربرداری مبتنی بر Scheimpflug و OCT، و معرفی طیف گسترده‌ای از پارامترها و شاخص‌های جدید، تقاضا برای سیستم‌های جامع‌تر و فراگیرتر وجود داشته است. پس از آن، انواعی از شاخص‌ها و نرم‌افزارهای غربالگری قوز قرنیه توسط محققین پیشنهاد شده و در دستگاه‌های مختلف تصویربرداری گنجانده شده‌اند.
