Die akute myeloische Leukämie (AML) ist eine lebensbedrohliche Krankheit, die für viele Patientinnen und Patienten oft unheilbar ist. Die Behandlung reicht von leichter Palliativmedizin bis hin zu intensiven Therapien mit dem Ziel, die Krankheit zu heilen. Die lichtmikroskopisch nachgewiesene Abwesenheit von Leukämie wird als komplette Remission (CR) bezeichnet. Eine CR kann bei etwa 70 % der Patientinnen und Patienten erreicht werden, aber das Vorhandensein einer minimalen Restkrankheit (MRD), die lichtmikroskopisch nicht nachweisbar ist, bleibt ein Problem. MRD kann mit Hilfe der Multiparameter-Durchflusszytometrie (MFC) oder der Molekulargenetik nachgewiesen werden, und ihr Fortbestehen ist ein wichtiger prognostischer Faktor. Die Kenntnis der MRD wird bereits als Grundlage für therapeutische Entscheidungen genutzt. Auf der Grundlage einer reichhaltigen Quelle von MFC-Daten bei der Erstdiagnose und nach einer intensiven Induktionschemotherapie werden auf maschinellem Lernen basierende Tools entwickelt, um die MRD-Erkennung zu automatisieren oder zumindest zu unterstützen. Dieser auf R/Python basierende Arbeitsablauf wird eine schnelle und reproduzierbare Verbesserung des derzeit klinisch genutzten manuellen Analyseprozesses darstellen, der zeitintensiv und stark Bewerterabhängig ist.