Een ziekenhuis heeft een RESTful API geïmplementeerd met Amazon API Gateway en AWS Lambda om rapporten in PDF- en JPEG-formaten te uploaden. Het ziekenhuis moet de Lambda-code aanpassen om beschermde gezondheidsinformatie (PHI) in de rapporten te identificeren. Welke oplossing voldoet aan de vereiste met de MINSTE operationele overhead?

De correcte oplossing maakt gebruik van Amazon Textract voor tekstextractie en Amazon Comprehend Medical voor PHI-identificatie, wat de minste operationele overhead oplevert. Textract is een volledig beheerde service die tekst en gegevens uit documenten extraheert, inclusief PDF's en afbeeldingen, zonder dat servers hoeven te worden beheerd. Comprehend Medical is een gespecialiseerde, volledig beheerde NLP-service (Natural Language Processing) die medische informatie, inclusief PHI, uit ongestructureerde tekst kan detecteren en extraheren. Het gebruik van bestaande Python-bibliotheken (optie 1) vereist aanzienlijke ontwikkelingsinspanningen en onderhoud, wat resulteert in hogere operationele overhead. Amazon SageMaker (optie 2) is een machine learning-service die training en implementatie van modellen mogelijk maakt, maar het vereist de ontwikkeling en het beheer van een aangepast model voor PHI-identificatie, wat complexer is dan het gebruik van een kant-en-klare service zoals Comprehend Medical. Amazon Rekognition (optie 4) is primair gericht op beeld- en videoanalyse, niet op geavanceerde tekstextractie uit documenten zoals Textract, waardoor het minder geschikt is voor deze specifieke taak.