HealthBridge（医療アプリ）は、Amazon Bedrock を介して LLM を公開する予定です。コンプライアンス要件として、医療診断の指示をブロックし、モデル出力から個人を特定できる情報 (PII) を削除し、違反をログに記録する必要があります。これらの要件を満たすための適切な Bedrock ガードレール構成と統合は何ですか？

正解の選択肢は、Bedrock Guardrails を使用して医療診断の指示をブロックし、Amazon Comprehend を使用して PII を削除し、CloudWatch Logs と S3 を使用して監査ログを記録するという、すべての要件を満たす最も包括的で効果的な方法を提供します。 不正解の選択肢: プロンプトエンジニアリングのみに頼ることは、コンプライアンス要件を満たすには不十分であり、モデルが常に指示に従う保証はありません。 IAM SCP と AWS WAF は、コンテンツフィルタリングや PII 編集には適していません。S3 の定期的なスキャンはリアルタイムの保護を提供しません。 SageMaker Clarify は推論時の PII 検出に役立ちますが、Bedrock を介した LLM の公開という要件に直接対応していません。また、夜間バッチジョブはリアルタイムの PII 編集要件を満たしません。