Construa um pipeline de redação PII sem servidor com o Amazon Bedrock Data Automation
aws ·
Este artigo demonstra como construir um pipeline serverless para redação automatizada de Informações Pessoalmente Identificáveis (PII) utilizando Amazon Bedrock Data Automation, AWS Step Functions e AWS Lambda. A solução aborda as limitações da redação manual e do OCR tradicional ao aproveitar a IA generativa para interpretar o contexto e a disposição dos documentos de forma holística. Um blueprint personalizado permite que os usuários definam campos específicos a serem redigidos por meio de instruções em linguagem natural, distinguindo entre dados sensíveis de pacientes e informações não sensíveis de médicos. A arquitetura processa documentos em lotes, convertendo PDFs em imagens e aplicando redação com caixas pretas com base nas coordenadas das caixas delimitadoras retornadas pelo serviço. Para melhorar a precisão, o pipeline emprega um método de detecção em duas etapas que combina a extração do blueprint personalizado com a correspondência de tokens de saída no nível de palavras. Os resultados da avaliação mostraram que essa abordagem alcançou 97,0% de precisão e aumentou a recall de 89,3% para 95,2% em vários níveis de qualidade de documentos, incluindo formulários manuscritos e digitalizações de baixa resolução. O design serverless garante escalabilidade e eficiência de custos, mantendo a segurança por meio de funções IAM, criptografia e redes VPC. Este padrão reutilizável pode ser adaptado para os setores de saúde, financeiro e governamental para atender às exigências de conformidade de PII em alto volume.
aws