Больница оцифровывает большой архив исторических письменных записей и будет продолжать добавлять сотни документов в день. Команда данных будет сканировать документы и загружать их в AWS. Архитектор решений должен проанализировать документы, извлечь медицинскую информацию и сохранить результаты, чтобы приложение могло выполнять SQL-запросы к данным. Решение должно максимально масштабироваться и минимизировать операционные усилия. Какие два шага должен предпринять архитектор решений? (Выберите два.)

Правильные ответы — это запись информации в бакет Amazon S3 с использованием Amazon Athena для запросов, а также использование AWS Lambda с Amazon Textract и Amazon Comprehend Medical. Amazon S3 обеспечивает масштабируемое и экономичное хранилище для отсканированных документов, а Athena позволяет выполнять SQL-запросы непосредственно к данным в S3 без управления серверами. Lambda, Textract и Comprehend Medical образуют бессерверный, управляемый событиями конвейер для автоматической обработки документов: Textract извлекает текст и структуру из сканов, а Comprehend Medical специализируется на извлечении медицинской информации. Это решение максимально масштабируемо и минимизирует операционные усилия. Использование Amazon EC2 с MySQL требует управления серверами и не так масштабируемо для хранения и запросов к данным. Использование Amazon Rekognition или Transcribe Medical не подходит, так как Rekognition в основном для изображений, а Transcribe Medical для аудио.