亞馬遜開發技術來刪除從醫療圖像中識別信息
亞馬遜通過應用公司的機器學習服務重新認知來檢測和提取圖像中包含的文本，開發了一種識別醫療圖像來幫助醫療保健專業人員滿足其HIPAA要求的方法。
AWS高級醫療解決方案建築師詹姆斯·威金斯（James Wiggins）在博客文章該醫學圖像通常包含受保護的健康信息（PHI），必須刪除以符合監管要求。但是，刪除此信息歷史上需要手動審查和編輯圖像，使其耗時且昂貴，以識別大型數據集。
根據Wiggins的說法，使用Amazon Rekognition從圖像和自然語言處理（NLP）服務中提取文本，Amazon Colled Medical可以識別PHI，以及一些Python代碼，可以快速和廉價地編輯私人信息。提供了DE識別系統體系結構的一個示例，使用端到端機器學習平台Amazon Sagemaker的Jupyter筆記本電腦功能來生成編輯的圖像。
從存儲中的數據中編輯個人信息可能是一個新興市場，本月早些時候啟動安全的編輯平台，使組織能夠編輯面對生物識別數據遵守GDPR和《加利福尼亞州消費者隱私法》等法規。
