Un hospital implementó una API RESTful usando Amazon API Gateway y AWS Lambda para cargar informes en formato PDF y JPEG. El hospital necesita modificar el código Lambda para identificar información de salud protegida (PHI) en los informes. ¿Qué solución cumple con el requisito con la MENOR sobrecarga operativa?

La opción correcta utiliza Amazon Textract para la extracción de texto de documentos (PDF y JPEG) y Amazon Comprehend Medical para la identificación de información de salud protegida (PHI). Textract es un servicio de ML que extrae texto y datos de forma automática de documentos escaneados, lo que reduce la sobrecarga operativa en comparación con el desarrollo de bibliotecas personalizadas. Comprehend Medical es un servicio de procesamiento de lenguaje natural (NLP) preentrenado específicamente para extraer información médica de texto no estructurado, lo que lo hace ideal para identificar PHI con mínima configuración. Las bibliotecas de Python existentes requerirían un desarrollo y mantenimiento considerable para el OCR y la identificación de PHI. Amazon SageMaker es una plataforma de ML que requeriría la creación y entrenamiento de un modelo personalizado para la identificación de PHI, lo que implica una mayor sobrecarga operativa. Amazon Rekognition es un servicio de análisis de imágenes y videos, no de extracción de texto de documentos, por lo que no es adecuado para extraer texto de informes.