Bir tıp kuruluşu, PII ve PHI içeren klinik kayıtları saklamaktadır. Bir ML mühendisi, model eğitimi için PII ve PHI'nin kullanılmamasını sağlamalıdır. Bu gereksinimi hangi yaklaşım karşılar?

Doğru cevap, PII'yi tespit etmek ve maskelemek için Amazon Comprehend'i ve PHI'yi tespit etmek ve maskelemek için Amazon Comprehend Medical'ı kullanmaktır. Amazon Comprehend, genel PII'yi (örn. adlar, adresler) tanımlamak ve maskelemek için tasarlanmış bir doğal dil işleme (NLP) hizmetidir. Amazon Comprehend Medical ise sağlık hizmetlerine özel bir NLP hizmetidir ve klinik metinlerdeki PHI'yi (örn. hastalıklar, ilaçlar, tıbbi prosedürler) doğru bir şekilde tespit etmek ve maskelemek için optimize edilmiştir. Bu kombinasyon, hassas verilerin model eğitimi için kullanılmadan önce etkili bir şekilde anonimleştirilmesini sağlar. Diğer seçenekler neden yanlış: AWS Glue DataBrew, veri hazırlığı için güçlü bir araç olsa da, PII ve PHI'yi otomatik olarak tespit etme ve maskeleme konusunda Comprehend ve Comprehend Medical kadar uzmanlaşmış değildir. Amazon Redshift'te SQL saklı yordamları kullanmak, özel kodlama gerektirir ve Comprehend hizmetlerinin sunduğu gelişmiş NLP yeteneklerine sahip değildir. PII ve PHI'yi şifrelemek, verileri gizli tutar ancak eğitim için kullanılmadan önce maskeleme gereksinimini karşılamaz, çünkü şifrelenmiş veriler hala orijinal hassas bilgileri içerir ve eğitim modelinin bu bilgilere dolaylı olarak erişmesine neden olabilir.