A fully autonomous system is used to diagnose an ear infection in a patient. For example, a processor receives patient data about a patient, the patient data comprising at least one of: patient history from medical records for the patient, one or more vitals measurements of the patient, and answers from the patient about the patient's condition. The processor receives a set of biomarker features extracted from measurement data taken from an ear of the patient. The processor synthesizes the patient data and the biomarker features into input data, and applies the synthesized input data to a trained diagnostic model, the diagnostic model comprising a machine learning model configured to output a probability-based diagnosis of an ear infection from the synthesized input data. The processor outputs the determined diagnosis from the diagnostic model. A service may then determine a therapy for the patient based on the determined diagnosis.La présente invention concerne un système totalement autonome utilisé pour diagnostiquer une infection auriculaire chez un patient. Par exemple, un processeur reçoit des données de patient concernant un patient, les données de patient comprenant au moins un élément parmi : les antécédents médicaux du patient à partir d'enregistrements médicaux du patient, une ou plusieurs mesures de paramètres vitaux du patient, et des réponses provenant du patient concernant son état. Le processeur reçoit un ensemble de caractéristiques de biomarqueurs extraits à partir de données de mesure prises à partir d'une oreille du patient. Le processeur synthétise les données de patient et les caractéristiques de biomarqueur en données d'entrée, et applique les données d'entrée synthétisées à un modèle de diagnostic entraîné, le modèle de diagnostic comprenant un modèle d'apprentissage automatique conçu pour fournir un diagnostic fondé sur la probabilité d'une infection auriculaire à partir des données d'entrée synthétisées. Le processeur fournit le diagnostic d
