一家医院使用 Amazon API Gateway 和 AWS Lambda 部署了一个 RESTful API，用于上传 PDF 和 JPEG 格式的报告。该医院需要修改 Lambda 代码，以识别报告中的受保护健康信息 (PHI)。哪种解决方案能以最少的操作开销满足要求？

正确答案是使用 Amazon Textract 从报告中提取文本，然后使用 Amazon Comprehend Medical 从提取的文本中识别 PHI。Textract 是一种完全托管的机器学习服务，可以自动从扫描文档中提取文本和数据，包括 PDF 和 JPEG 格式的报告，这正是医院的需求。Comprehend Medical 是一种专门用于处理医疗文本的自然语言处理 (NLP) 服务，能够准确识别和提取受保护健康信息 (PHI)，且操作开销最小。 其他选项不理想： 现有 Python 库可能需要大量开发和维护工作，且识别 PHI 的准确性不如专门的 Comprehend Medical 服务。 Amazon SageMaker 是一个机器学习平台，需要用户构建、训练和部署自己的模型来识别 PHI，这会增加操作复杂性和开销，而不是最少操作开销的解决方案。 Amazon Rekognition 主要用于图像和视频分析，例如识别对象、场景和人脸，不适用于从文档中提取文本。