El servidor Orthanc es un sistema ligero de código abierto para la imagen y archivo de fotografías (PACS) utilizado para almacenar datos de imágenes digitales y comunicaciones en medicina (DICOM). Se utiliza ampliamente en entornos de investigación ya que es gratuito, de código abierto y escalable. Para habilitar el uso de los datos de radioterapia (RT) almacenados en Orthanc en tareas de minería de datos y aprendizaje automático, los registros deben ser extraídos, validados, vinculados y presentados en un formato utilizable. Este documento informa sobre la recolección y procesamiento de datos de pacientes (PDCP), un conjunto de herramientas creadas con python para extraer, transformar y cargar datos de RT desde Orthanc PACs. PDCP permite consultar, recuperar y validar resúmenes de imágenes de pacientes; analizar asociaciones entre los datos DICOM de los pacientes; recuperar datos de imágenes de pacientes en un directorio local; preparar los registros para su uso en diversas preguntas de investigación; rastrear el proceso de recolección de datos del paciente e identificar las razones detrás de la exclusión de los datos del paciente. PDCP se centró en simplificar el proceso de preparación de datos en tales aplicaciones y se hizo expansible para facilitar tareas adicionales de preparación de datos.