Abstract Measurable residual disease (MRD) is an important biomarker in acute myeloid leukemia (AML) that is used for prognostic, predictive, monitoring, and efficacy-response assessments. The European LeukemiaNet (ELN) MRD Working Party evaluated standardization and harmonization of MRD in an ongoing manner and has updated the 2018 ELN MRD recommendations based on significant developments in the field. New and revised recommendations were established during in-person and online meetings, and a 2-stage Delphi poll was conducted to optimize consensus. All recommendations are graded by levels of evidence and agreement. Major changes include technical specifications for next-generation sequencing-based MRD testing and integrative assessments of MRD irrespective of technology. Other topics include use of MRD as a prognostic and surrogate end point for drug testing; selection of the technique, material, and appropriate time points for MRD assessment; and clinical implications of MRD assessment. In addition to technical recommendations for flow- and molecular-MRD analysis, we provide MRD thresholds and define MRD response, and detail how MRD results should be reported and combined if several techniques are used. MRD assessment in AML is complex and clinically relevant, and standardized approaches to application, interpretation, technical conduct, and reporting are of critical importance.

Precision, or personalised medicine has advanced requirements for medical data management systems (MedDMSs). MedDMS for precision medicine should be able to process hundreds of parameters from multiple sites, be adaptable while remaining in sync at multiple locations, real-time syncing to analytics and be compliant with international privacy legislation. This paper describes the LogiqSuite software solution, aimed to support a precision medicine solution at the patient care (LogiqCare), research (LogiqScience) and data science (LogiqAnalytics) level. LogiqSuite is certified and compliant with international medical data and privacy legislations. This paper evaluates a MedDMS in five types of use cases for precision medicine, ranging from data collection to algorithm development and from implementation to integration with real-world data. The MedDMS is evaluated in seven precision medicine data science projects in prehospital triage, cardiovascular disease, pulmonology, and oncology. The P4O2 consortium uses the MedDMS as an electronic case report form (eCRF) that allows real-time data management and analytics in long covid and pulmonary diseases. In an acute myeloid leukaemia, study data from different sources were integrated to facilitate easy descriptive analytics for various research questions. In the AIDPATH project, LogiqCare is used to process patient data, while LogiqScience is used for pseudonymous CAR-T cell production for cancer treatment. In both these oncological projects the data in LogiqAnalytics is also used to facilitate machine learning to develop new prediction models for clinical-decision support (CDS). The MedDMS is also evaluated for real-time recording of CDS data from U-Prevent for cardiovascular risk management and from the Stroke Triage App for prehospital triage. The MedDMS is discussed in relation to other solutions for privacy-by-design, integrated data stewardship and real-time data analytics in precision medicine. LogiqSuite is used for multi-centre research study data registrations and monitoring, data analytics in interdisciplinary consortia, design of new machine learning / artificial intelligence (AI) algorithms, development of new or updated prediction models, integration of care with advanced therapy production, and real-world data monitoring in using CDS tools. The integrated MedDMS application supports data management for care and research in precision medicine.