Eine medizinische Organisation speichert Patientenakten, die PII und PHI enthalten. Ein ML-Ingenieur muss sicherstellen, dass weder PII noch PHI für das Modelltraining verwendet werden. Welcher Ansatz erfüllt diese Anforderung?

Die korrekte Antwort ist die Verwendung von Amazon Comprehend für PII und Amazon Comprehend Medical für PHI. Amazon Comprehend ist ein natürlicher Sprachverarbeitungsdienst, der PII in unstrukturiertem Text identifizieren und maskieren kann. Amazon Comprehend Medical ist speziell für die Erkennung von PHI in medizinischen Texten konzipiert und kann diese ebenfalls maskieren. Diese Dienste sind für die Erkennung und den Schutz sensibler Daten optimiert. Das Speichern in S3 mit AWS Glue DataBrew ist eine Option für die Datenvorbereitung, aber DataBrew ist nicht primär für die automatische Erkennung und Maskierung von PII/PHI konzipiert. Das Laden in Amazon Redshift mit SQL Stored Procedures erfordert eine manuelle Implementierung der Erkennungslogik, was fehleranfällig sein kann. Das Verschlüsseln von PII und PHI mit einer Lambda-Funktion schützt die Daten zwar, macht sie aber für das Modelltraining unbrauchbar, da das Modell die verschlüsselten Informationen nicht verarbeiten kann.