Bộ dữ liệu gồm hơn 100.000 ảnh chụp X-quang phổi được thu thập từ các bệnh viện lớn ở Việt Nam. Từ dữ liệu thô này, nghiên cứu chia sẻ 18.000 hình ảnh được chú giải bởi 17 bác sĩ X-quang giàu kinh nghiệm. Bộ dữ liệu được chia thành tập huấn luyện 15.000 ảnh và tập thử nghiệm 3.000 ảnh. VinBigData đã thiết kế và xây dựng một nền tảng ghi nhãn cho hình ảnh DICOM để tạo điều kiện thuận lợi cho các quy trình chú thích này.