MediLabel, startup z branży opieki zdrowotnej, musi etykietować wrażliwe obrazy rentgenowskie z prywatną grupą radiologów i zapewnić konsolidację etykiet od wielu osób dokonujących adnotacji (użyj konsensusu/agregacji). Jaka konfiguracja spełni ich wymagania dotyczące bezpieczeństwa i konsolidacji podczas tworzenia zadania etykietowania SageMaker Ground Truth?

Prawidłowa odpowiedź spełnia wszystkie wymagania: prywatna siła robocza SageMaker Ground Truth zapewnia bezpieczeństwo wrażliwych danych, umożliwiając zaproszenie konkretnych radiologów. Ustawienie numberOfHumanWorkersPerDataObject na 3 i włączenie automatycznej konsolidacji adnotacji (algorytmu konsolidacji Ground Truth) zapewnia agregację etykiet od wielu adnotatorów, co jest kluczowe dla uzyskania konsensusu. Nieprawidłowe opcje: Publiczna siła robocza Mechanical Turk nie jest odpowiednia dla wrażliwych danych ze względu na wymóg prywatności. Zewnętrzny dostawca usług etykietowania może być opcją, ale Ground Truth może przeprowadzić konsolidację etykiet dla prywatnych sił roboczych, co czyni tę opcję niepotrzebnie złożoną i błędną w założeniu. Użycie publicznej siły roboczej z flagą „private” na obiektach S3 nie zapewnia wystarczającego bezpieczeństwa dla wrażliwych danych medycznych, a poleganie na jednym adnotatorze i ręcznej kontroli jakości nie spełnia wymogu konsolidacji etykiet od wielu osób.