این داده ها شامل 40 ترابایت تصویر پزشکی مانند اشعه ایکس، شکل موج الکتروکاردیوگرام و نمونه های پاتولوژی، از بیماران مبتلا به طیف وسیعی از شرایط از جمله سرطان سینه وخیم، ایست قلبی ناگهانی، شکستگی ها و کووید-19 است. هر تصویر با نتایج پزشکی بیمار برچسب گذاری شده است، مانند مرحله سرطان سینه و اینکه آیا منجر به مرگ می شود یا اینکه آیا بیمار کووید به ونتیلاتور نیاز دارد یا خیر. اوبرمایر مجموعه داده ها را برای استفاده رایگان کرده و عمدتاً با بیمارستان هایی در ایالات متحده و تایوان برای ساخت آنها در طول دو سال کار کرده است. او قصد دارد در ماه های آینده این داده ها را به کنیا و لبنان گسترش دهد تا تنوع پزشکی را تا حد امکان منعکس کند. اوبرمایر که پروژه جدید را در دسامبر اعلام کرد، گفت: “هیچ چیز مانند آن وجود ندارد.”

وی افزود: “آنچه این پروژه را از هر چیز آنلاین که در دسترس است متمایز می کند این است که مجموعه داده ها با حقیقت پایه برچسب گذاری شده اند، که به معنای آنچه واقعاً برای یک بیمار اتفاق افتاده است و نه فقط نظر پزشک.”

این بدان معناست که مثلا مجموعه داده‌های مربوط به نوار قلب ایست قلبی، بسته به اینکه آیا یک متخصص قلب چیزی مشکوک را تشخیص داده است یا خیر، برچسب‌گذاری نشده است. بلکه به این بستگی دارد که آیا بیمار در نهایت دچار حمله قلبی شده است یا خیر. اوبرمایر گفت: «ما می‌توانیم از نتایج واقعی بیمار درس بگیریم، نه اینکه قضاوت ناقص انسانی را تکرار کنیم.»