MediLabel, une startup du secteur de la santé, doit étiqueter des images radiographiques sensibles avec un groupe privé de radiologues et assurer la consolidation des étiquettes entre plusieurs annotateurs (utiliser le consensus/l'agrégation). Quelle configuration répondra à leurs exigences de sécurité et de consolidation lors de la création d'une tâche d'étiquetage SageMaker Ground Truth ?

La création d'une main-d'œuvre privée SageMaker Ground Truth est essentielle pour les données sensibles, car elle permet de restreindre l'accès aux radiologues autorisés, garantissant ainsi la sécurité et la confidentialité. Définir numberOfHumanWorkersPerDataObject sur 3 assure que plusieurs annotateurs examinent chaque image, ce qui est crucial pour la qualité et la fiabilité des étiquettes médicales. L'activation de la consolidation automatisée des annotations par Ground Truth agrège ensuite ces étiquettes multiples en une seule étiquette consolidée, répondant ainsi aux exigences de consolidation de MediLabel de manière sécurisée et efficace. L'utilisation de la main-d'œuvre publique Mechanical Turk est inappropriée pour les données sensibles en raison des préoccupations de confidentialité. L'option d'un fournisseur tiers externe est moins intégrée et ne tire pas parti des capacités de consolidation de Ground Truth, qui fonctionne bien avec les équipes de travail privées. Configurer la main-d'œuvre publique avec des objets S3 privés et un seul annotateur manque de la sécurité et de la consolidation requises.