Les données bruyantes et les similitudes dans les apparences oculaires causées par différentes pathologies ophtalmologiques posent des défis considérables pour qu'un système d'expert automatisé puisse détecter avec précision les maladies rétiniennes. De plus, le manque de transférabilité des connaissances et la nécessité de disposer de jeux de données excessivement volumineux limitent l'application clinique des systèmes d'apprentissage automatique actuels. Pour augmenter la robustesse, une meilleure compréhension de la manière dont les déformations du sous-espace rétinien conduisent à différents niveaux de gravité de la maladie doit être utilisée pour prioriser les détails spécifiques à chaque maladie dans les modèles. Dans cet article, nous proposons l'utilisation d'une représentation spécifique aux maladies en tant que nouvelle architecture composée de deux réseaux conjoints : l'un pour l'encodage supervisé du modèle de maladie et l'autre pour la production d'cartes d'attention de manière non supervisée afin de conserver les informations spatiales spécifiques à chaque maladie. Nos résultats expérimentaux sur des jeux de données publiquement disponibles montrent que le réseau conjoint proposé améliore significativement la précision et la robustesse des réseaux classifiants d'état de l'art pour les maladies rétiniennes sur des jeux de données inédits.