ある医療機関は、PIIとPHIを含む臨床記録を保存しています。MLエンジニアは、PIIとPHIのどちらもモデルトレーニングに使用されないようにする必要があります。この要件を満たすアプローチはどれですか？

このアプローチが正しいのは、Amazon Comprehendが一般的な個人識別情報（PII）の検出とマスキングに特化しており、Amazon Comprehend Medicalが医療分野に特化した個人健康情報（PHI）の検出とマスキングに特化しているためです。これらを組み合わせることで、臨床記録に含まれるPIIとPHIの両方を効果的かつ正確に特定し、モデルトレーニングから除外できます。 他の選択肢が不適切な理由は以下の通りです。 AWS Glue DataBrewはデータ準備ツールですが、PII/PHIの専門的な検出・マスキング機能はComprehend/Comprehend Medicalほど特化していません。 Amazon RedshiftのSQLストアドプロシージャは、PII/PHIの自動分類とマスキングに十分な専門知識を持っていません。 PIIとPHIを暗号化するだけでは、モデルが暗号化されたデータからパターンを学習する可能性があり、要件を満たしません。トレーニングにはマスキング（匿名化）が必要です。