El Prof. Renato Ambròsio, de Brasil, ha desarrollado este índice mediante los métodos avanzados del «machine learning». El parámetro combina los parámetros tomográficos del Pentacam® con parámetros biomecánicos del Corvis® ST, para obtener la máxima precisión en el cribado de la refracción. Sobre la base del llamado método de Random Forest (un enfoque moderno del «machine learning»), se deriva una puntuación total que refleja la predisposición a padecer ectasia corneal.

Un índice de Random Forest se compone de 500 árboles de decisiones distintos. En el TBI, cada árbol utiliza diferentes combinaciones de parámetros biomecánicos y tomográficos para realizar una clasificación. El TBI indica el porcentaje de los árboles de decisiones que han valorado la biomecánica y la tomografía como «llamativa».

En un estudio de validación de grandes dimensiones, este índice ha demostrado ser más preciso que todos los demás parámetros biomecánicos, tomográficos y topográficos analizados. Los estudios de validación actuales de Alemania, EE. UU., Brasil y China llegan al mismo resultado.