Definizione
Un dataset è una raccolta di dati strutturata in modo organizzato, solitamente rappresentata sotto forma di tabelle, matrici o file. Ogni dataset è composto da osservazioni (righe) e variabili (colonne) che descrivono le caratteristiche dei dati raccolti. I dataset possono contenere informazioni di vario tipo, come immagini, testi, segnali o valori numerici, e sono utilizzati per addestrare modelli di apprendimento automatico, effettuare analisi statistiche o supportare decisioni basate sui dati.
Un database è un sistema organizzato per l’archiviazione, la gestione e il recupero efficiente di grandi quantità di dati. A differenza di un semplice dataset, un database permette di strutturare, aggiornare e interrogare i dati in modo dinamico, spesso attraverso linguaggi come SQL (Structured Query Language). I database possono essere relazionali (basati su tabelle con relazioni tra loro) o non relazionali (come i database NoSQL, utili per dati non strutturati).
Applicazioni in medicina
Dataset di pazienti: informazioni cliniche anonimizzate, incluse anamnesi, parametri vitali e test di laboratorio, impiegate per studiare pattern di malattie o sviluppare modelli predittivi.
Dataset di immagini mediche: raccolte di radiografie, risonanze magnetiche o tomografie computerizzate annotate, cioè contenenti, ad esempio, delle maschere di segmentazione, utilizzate per addestrare un modello di segmentazione
Cartelle cliniche elettroniche (EHR): database che memorizzano la storia medica dei pazienti, facilitando l’accesso alle informazioni da parte del personale sanitario.
