Uma organização médica armazena registros clínicos contendo PII e PHI. Um engenheiro de ML deve garantir que nem PII nem PHI sejam usados para o treinamento do modelo. Qual abordagem satisfaz esse requisito?

A opção correta é usar o Amazon Comprehend para PII e o Amazon Comprehend Medical para PHI. O Amazon Comprehend é um serviço de NLP que pode identificar e mascarar PII em texto não estruturado. O Amazon Comprehend Medical é um serviço especializado para identificar e mascarar PHI em textos clínicos, como registros médicos. Juntos, eles garantem a detecção e mascaramento adequados de ambos os tipos de dados sensíveis antes do treinamento do modelo. Armazenar dados no S3 e usar o AWS Glue DataBrew pode mascarar dados, mas não possui a inteligência específica para identificar PII e PHI de forma abrangente como os serviços Comprehend. Carregar dados no Amazon Redshift e usar SQL para mascarar é ineficaz para dados não estruturados, que são comuns em registros clínicos. Criptografar PII e PHI com uma função Lambda não remove nem mascara os dados sensíveis, apenas os torna ilegíveis sem a chave, o que ainda os impede de serem usados diretamente para treinamento sem descriptografia e mascaramento.