ANOMALY DETECTION BASED ON COMPLETE BLOOD COUNTS USING MACHINE LEARNING

Herein disclosed is a method of preparing a model to detect health and ill-health related characteristics in complete blood counts (CBC) data. The method comprises receiving CBC data from one or more data sources, where the CBC data comprise raw and rich data; encoding CBC data using one or more machine-learning algorithms; training classifier for biological traits based on the encoded CBC data, where the biological traits comprise disease phenotypes; and outputting the model comprising the trained classifier. La divulgation concerne un procédé de préparation d'un modèle pour détecter des caractéristiques de bonne santé et de mauvaise santé dans des données de numérations globulaires complètes (CBC). Le procédé consiste à recevoir des données de CBC provenant d'une ou plusieurs sources de données, les données de CBC comprenant des données brutes et riches ; à coder les données de CBC à l'aide d'un ou de plusieurs algorithmes d'apprentissage automatique ; à entraîner un classificateur sur des traits biologiques sur la base des données de CBC codées, les traits biologiques comprenant des phénotypes de maladie ; et à produire le modèle comprenant le classificateur entraîné.