(1) Antecedentes: Los datos estandarizados específicos del tumor son esenciales para el progreso basado en IA en la investigación, por ejemplo, para predecir eventos adversos en pacientes con melanoma. Aunque existen perfiles de Recursos de Interoperabilidad Rápida en Salud (FHIR) oncológicos, no está claro qué tan bien pueden representar el melanoma maligno. (2) Métodos: Creamos un pipeline metodológico para evaluar hasta qué punto un perfil FHIR oncológico, en combinación con una especificación FHIR estándar, puede representar un conjunto de datos del mundo real. Extrajimos datos de Registros Electrónicos de Salud (EHR) de una plataforma de datos, e identificamos y validamos características relevantes. Creamos un modelo de datos de melanoma y mapeamos sus características al Basisprofil Onkologie [Perfil Básico de Oncología] de HL7 FHIR y a la especificación FHIR estándar R4. (3) Resultados: Identificamos 216 características. El mapeo mostró que 45 de 216 (20.83%) características podían ser mapeadas completamente o con ajustes utilizando el Basisprofil Onkologie [Perfil Básico de Oncología], y 129 (60.85%) características podían ser mapeadas utilizando la especificación FHIR estándar. Se pudieron identificar un total de 39 (18.06%) nuevas características no mapeables. (4) Conclusiones: Nuestros datos de melanoma del mundo real específicos del tumor podrían ser mapeados parcialmente utilizando una combinación de un perfil FHIR oncológico y una especificación FHIR estándar. Sin embargo, se perdieron características de datos importantes o tuvieron que ser mapeadas con extensiones definidas por uno mismo, lo que resultó en una interoperabilidad limitada.