의료 기관에서 PII 및 PHI가 포함된 임상 기록을 저장합니다. ML 엔지니어는 모델 훈련에 PII와 PHI가 사용되지 않도록 해야 합니다. 이 요구 사항을 충족하는 접근 방식은 무엇입니까?

정답은 Amazon Comprehend와 Amazon Comprehend Medical을 사용하는 것입니다. Amazon Comprehend는 일반 PII(개인 식별 정보)를 감지하고 마스킹하는 데 최적화되어 있으며, Amazon Comprehend Medical은 의료 기록 내의 PHI(보호 건강 정보)를 특별히 감지하고 마스킹하도록 설계된 HIPAA 적격 서비스입니다. 이 두 서비스를 함께 사용하면 임상 기록에서 PII 및 PHI를 효과적으로 식별하고 제거하여 모델 훈련에 민감한 정보가 사용되지 않도록 할 수 있습니다. S3에 저장하고 AWS Glue DataBrew를 사용하는 것은 일반적인 데이터 전처리 방법이지만, PII/PHI 마스킹에 특화된 기능은 Comprehend 서비스만큼 강력하지 않을 수 있습니다. Amazon Redshift와 SQL 저장 프로시저를 사용하는 것은 데이터베이스 내에서 마스킹을 수행할 수 있지만, Comprehend 서비스만큼 정교하고 포괄적인 PII/PHI 감지 기능을 제공하지 않습니다. PII 및 PHI를 암호화하는 Lambda 함수를 생성하는 것은 데이터를 보호하지만, 암호화된 데이터는 여전히 훈련 모델에 의해 처리될 수 있으므로 민감한 정보가 모델에 유출될 위험이 있습니다. 훈련 전에 민감한 정보를 완전히 제거하는 것이 더 안전한 접근 방식입니다.