Costruire una pipeline di redazione PII serverless con Amazon Bedrock Data Automation
aws ·
Questo articolo illustra come creare una pipeline serverless per la rimozione automatizzata delle informazioni personali identificabili (PII) utilizzando Amazon Bedrock Data Automation, AWS Step Functions e AWS Lambda. La soluzione supera i limiti della redazione manuale e dell'OCR tradizionale sfruttando l'intelligenza artificiale generativa per interpretare contestualmente e in modo olistico il contenuto e il layout dei documenti. Un blueprint personalizzato consente agli utenti di definire i campi specifici da oscurare tramite istruzioni in linguaggio naturale, distinguendo tra dati sensibili dei pazienti e informazioni non sensibili dei medici. L'architettura elabora i documenti in batch, convertendo i PDF in immagini e applicando un'oscuratura a scatola nera basata sulle coordinate dei bounding box restituite dal servizio. Per migliorare l'accuratezza, la pipeline impiega un metodo di rilevamento a doppio passaggio che combina l'estrazione del blueprint personalizzato con il matching dei token di output a livello di parola. I risultati della valutazione hanno dimostrato che questo approccio ha raggiunto una precisione del 97,0% e ha aumentato il recall dall'89,3% al 95,2% su vari livelli di qualità dei documenti, inclusi moduli scritti a mano e scansioni a bassa risoluzione. Il design serverless garantisce scalabilità ed efficienza dei costi, mantenendo al contempo la sicurezza attraverso ruoli IAM, crittografia e networking VPC. Questo modello riutilizzabile può essere adattato ai settori sanitario, finanziario e governativo per gestire gli elevati requisiti di conformità PII.
aws