Медицинская организация хранит клинические записи, содержащие PII и PHI. Инженер машинного обучения должен убедиться, что ни PII, ни PHI не используются для обучения модели. Какой подход удовлетворяет этому требованию?

Правильный ответ — использование Amazon Comprehend для обнаружения и маскирования PII и Amazon Comprehend Medical для обнаружения и маскирования PHI. Amazon Comprehend специально разработан для обнаружения PII в неструктурированном тексте, а Amazon Comprehend Medical — для обнаружения PHI в медицинских текстах. Оба сервиса предлагают функциональность маскирования, что позволяет удалить или скрыть конфиденциальную информацию перед использованием данных для обучения модели, обеспечивая соответствие требованиям конфиденциальности. Хранение данных в S3 с использованием AWS Glue DataBrew для маскирования PII и PHI может быть эффективным, но требует ручной настройки правил маскирования, что менее автоматизировано и более подвержено ошибкам по сравнению со специализированными сервисами. Использование Amazon Redshift со хранимыми процедурами SQL для классификации и маскирования PII и PHI не является оптимальным, так как Redshift не предназначен для автоматического обнаружения и маскирования PII/PHI в неструктурированном тексте. Создание функции Lambda для шифрования PII и PHI не удовлетворяет требованию, поскольку зашифрованные данные все равно содержат PII/PHI, что может быть проблемой для обучения модели, если алгоритм не предназначен для работы с зашифрованными данными. Цель состоит в том, чтобы не использовать PII/PHI для обучения, а не просто зашифровать их.