一家醫療公司正在微調用於診斷的基礎模型，並且必須提供透明度和可解釋性以符合法規。哪種解決方案有助於提供可解釋性和簡單的模型指標？

Amazon SageMaker Clarify 旨在提供機器學習模型的可解釋性，並協助檢測偏差。它能生成模型指標、報告和範例解釋，這對於醫療公司在微調診斷模型時，滿足法規對透明度和可解釋性的要求至關重要。Amazon Inspector 主要用於安全性和合規性評估，而非模型解釋。Amazon Macie 專注於資料加密和保護，與模型可解釋性無關。收集更多資料並使用 Amazon Rekognition 應用自訂標籤是資料準備和模型訓練的一部分，但本身不直接提供模型解釋性或簡單的模型指標。