Q17 — AWS SAA-C03 第4章

第 17/105 题 | ← 返回第4章

Q212.一家医院最近使用 Amazon API Gateway 和 AWS Lambda 部署了一个 RESTful API.医院使用 API Gateway 和 Lambda 上传 PDF 格式和 JPEG 格式的报告.医院需要修改 Lambda 代码以识别报告中受保护的健康信息 (PHI).哪种解决方案能够以最少的运营开销满足这些要求?

• A. 使用现有的 Python 库从报告中提取文本并从提取的文本中识别 PHI.
• B. 使用 Amazon Textract 从报告中提取文本.使用 Amazon SageMaker 从提取的文本中识别 PHI
• C. 使用 Amazon Textract 从报告中提取文本.使用 Amazon Comprehend Medical 从提取的文本中识别 PHI. ✓
• D. 使用 Amazon Rekognition 从报告中提取文本.使用 Amazon Comprehend Medical 从提取的文本中识别 PHI

正确答案: C. 使用 Amazon Textract 从报告中提取文本.使用 Amazon Comprehend Medical 从提取的文本中识别 PHI.

解析

为了在使用Amazon API Gateway和AWS Lambda上传到RESTful API的报告中识别受保护的健康信息(PHI)，并以最小的操作开销，医院应该使用Amazon text从报告中提取文本，并使用Amazon understand Medical从提取的文本中识别PHI。因此，选项C是正确答案。 选项A建议使用现有的Python库从报告中提取文本，并从提取的文本中识别PHI。虽然这种方法可以工作，但与使用Amazon text和Amazon understand Medical相比，它需要更多的手动设置和管理。 选项B建议使用Amazon text从报告中提取文本，并使用Amazon SageMaker从提取的文本中识别PHI。虽然这种方法可以工作，但与使用Amazon understand Medical(专门为医疗数据分析而设计)相比，它可能需要额外的基础设施管理。 选项D建议使用Amazon rekrecognition从报告中提取文本，并使用Amazon understand Medical从提取的文本中识别PHI。虽然Amazon Rekognition可以检测图像中的文本，但它不是专门为文档分析设计的，因此可能无法为识别PHI提供准确的结果。 通过使用Amazon text从报告中提取文本，并使用Amazon understand Medical从提取的文本中识别PHI，医院可以轻松实现PHI的自动识别，而不需要复杂的基础设施管理或自定义代码开发。Amazon text提供从扫描文档和pdf中准确提取文本的功能，而Amazon understand Medical则使用机器学习算法来分析和提取医疗数据，包括PHI。此解决方案满足问题中所述的需求，同时最小化操作开销。