Compliance-Aware Predictive Process Monitoring: A Neuro-Symbolic Approach

Questo articolo presenta un approccio neuro-simbolico basato su Logic Tensor Networks per il monitoraggio predittivo dei processi, che integra vincoli di conformità specifici del dominio nei modelli predittivi, ottenendo risultati superiori in termini di accuratezza e aderenza alle regole rispetto ai metodi sub-simbolici tradizionali.

L'essenziale

Immagina di avere un assistente virtuale molto intelligente che lavora in un ospedale o in una banca. Questo assistente ha letto migliaia di storie passate (dati storici) e sa prevedere cosa succederà in futuro. Ad esempio, può dirti: "Se il paziente ha fatto l'operazione X, è molto probabile che avrà una complicazione Y".

Tuttavia, c'è un problema: questo assistente è un po' come un bambino che impara solo guardando la TV. Se nella TV ha visto spesso un attore cadere e ridere, il bambino penserà che cadere sia divertente. Ma nella vita reale, cadere fa male. Allo stesso modo, se nei dati storici un medico ha fatto un errore e il paziente è guarito comunque, l'assistente potrebbe imparare che quell'errore va bene. Manca il buon senso e le regole di sicurezza.

Ecco di cosa parla questo paper: come insegnare all'assistente a non solo guardare i dati, ma anche a rispettare le regole del mestiere.

Il Problema: L'Intelligenza Artificiale "Senza Coscienza"

I metodi attuali di intelligenza artificiale (chiamati sub-simbolici) sono bravissimi a trovare schemi nei dati, ma sono "ciechi" alle regole logiche.

• Esempio: Un sistema potrebbe prevedere che un paziente può essere operato domani. Ma se c'è una regola ferrea che dice "Un paziente può essere operato solo se è stato dimesso da almeno una settimana", il sistema potrebbe ignorare questa regola se nei dati storici ci sono stati casi in cui l'hanno operato subito (magari per un'emergenza) e sono guariti. Il sistema impara che "operare subito = guarigione", violando la regola di sicurezza.

La Soluzione: L'Approccio "Neuro-Simbolico"

Gli autori propongono una soluzione ibrida, un po' come un cucina dove si mescolano due ingredienti:

1. L'Intelligenza (Neuro): La parte che impara dai dati, come un cuoco che assaggia il cibo e impara i sapori.
2. La Logica (Simbolico): La parte che conosce le regole del libro di cucina, come il fatto che "non si può mettere il dolce prima del primo piatto".

Hanno creato un sistema chiamato LTN (Logic Tensor Networks). Immaginalo come un allenatore di calcio che non guarda solo le statistiche dei giocatori (chi ha segnato di più), ma ha anche il regolamento del calcio in mano. Se un giocatore sta per fare un gol ma ha commesso un fallo (violazione di una regola), l'allenatore lo ferma e gli dice: "No, questo gol non vale".

Come Funziona la "Magia" (Il Processo in 4 Passi)

Il sistema segue una ricetta precisa:

1. Raccogliere gli Ingredienti (Estrazione delle Caratteristiche):
   Prendono i dati grezzi (chi ha fatto cosa, quando, e con quali risultati) e li trasformano in "parole" che il sistema può capire (es. "tempo di attesa", "età del paziente", "tipo di farmaco").

2. Scrivere il Manuale di Istruzioni (Estrazione delle Regole):
   Usano tecniche speciali per trovare le regole nascoste nei dati o le inseriscono manualmente.

   • Regole di flusso: "Prima la visita, poi l'esame".
   • Regole di tempo: "Se il farmaco arriva dopo 2 ore, il rischio sale".
   • Regole di dati: "Se il paziente è diabetico, serve più attenzione".

3. Creare la "Bibbia" delle Regole (Creazione della Base di Conoscenza):
   Trasformano queste regole in una lingua matematica precisa (logica) che il computer può leggere. È come scrivere le leggi del codice stradale in un linguaggio che l'auto a guida autonoma può capire perfettamente.

4. Iniettare la Coscienza (Iniezione della Conoscenza):
   Qui avviene la vera magia. Inseriscono queste regole nel cervello dell'assistente in tre modi diversi:

   • A (Espansione): Gli danno nuovi "occhi" per vedere le regole prima ancora di fare la previsione. (Es: "Ricorda che i pazienti anziani diabetici sono a rischio").
   • B (Raffinamento): Se l'assistente sta per fare una previsione sbagliata rispetto alle regole, lo correggono direttamente. (Es: "Hai detto che l'operazione è sicura, ma la regola dice di no. Correggi la tua previsione").
   • C (Vincoli Paralleli): Gli danno un "compito extra" da fare mentre impara: assicurarsi che la struttura del processo sia logica, anche se non c'entra direttamente con il risultato finale.

I Risultati: Perché è Importante?

Hanno testato questo sistema su dati reali di ospedali e banche. Ecco cosa hanno scoperto:

• È più preciso: Non solo rispetta le regole, ma sbaglia meno previsioni rispetto ai sistemi tradizionali.
• È più robusto: Anche se nei dati storici ci sono pochissimi esempi di situazioni "corrette" (magari perché la regola è nuova), il sistema impara comunque a rispettarla. I sistemi normali, invece, si perdono se non vedono abbastanza esempi.
• È sicuro: Garantisce che le previsioni non violino mai le leggi di base del settore (come la sicurezza del paziente).

In Sintesi

Immagina di dover insegnare a un robot a cucinare.

• Il metodo vecchio gli fa guardare milioni di video di cucina: impara a fare la pasta, ma a volte mette il sale nel dolce perché l'ha visto fare una volta per sbaglio.
• Il metodo nuovo (Neuro-Simbolico) gli dà i video, ma gli mette anche il libro delle ricette sul tavolo e gli dice: "Se leggi 'dolce', non mettere sale. Punto."

Il risultato? Un robot che non solo cucina meglio, ma non commette errori pericolosi, anche se ha visto pochi esempi di errori in passato. Questo è il futuro della previsione nei processi aziendali: intelligenza che impara, ma che non dimentica mai le regole.

Sommario tecnico

1. Il Problema

Il Monitoraggio Predittivo dei Processi (PPM) è una disciplina fondamentale nel Business Process Management (BPM) che mira a prevedere gli esiti futuri delle istanze di processo analizzando i dati storici (event log).
Le attuali soluzioni si basano quasi esclusivamente su approcci sub-simbolici (deep learning), come LSTM e Transformer, che apprendono correlazioni puramente dai dati. Tuttavia, questi modelli presentano limiti critici:

• Mancanza di conoscenza di dominio: Non riescono a incorporare formalmente vincoli specifici del settore o nuove regole di business che potrebbero confliggere con i dati storici (es. "la chirurgia può essere pianificata solo se il paziente è stato dimesso da più di una settimana").
• Scarsa aderenza alla conformità: I modelli puramente basati sui dati possono produrre previsioni accurate statisticamente ma illegali o non conformi alle regole aziendali, specialmente quando i dati di addestramento contengono pochi esempi conformi.
• Incapacità di gestire l'incertezza: Faticano a integrare conoscenza esplicita (logica) con l'apprendimento statistico.

2. Metodologia: Un Approccio Neuro-Simbolico

Gli autori propongono un framework ibrido che integra reti neurali e ragionamento simbolico utilizzando le Logic Tensor Networks (LTN). L'obiettivo è iniettare conoscenza di processo direttamente nel modello predittivo durante l'addestramento.

Il processo segue una pipeline strutturata in quattro fasi:

A. Estrazione delle Caratteristiche (Feature Extraction)

I dati vengono estratti dagli event log e categorizzati in tre tipi di feature che definiscono il vocabolario per le regole:

1. Control-flow: Sequenze di attività (es. basate su vincoli Declare).
2. Temporal: Aspetti temporali (durata, tempi di attesa, SLA).
3. Payload: Dati associati a casi ed eventi (dati demografici, risultati di test, attributi numerici/categoriali).

B. Estrazione delle Regole (Rule Extraction)

Vengono identificate e formalizzate tre tipologie di regole, mappate sulle feature sopra citate:

1. Regole di Control-flow: Derivate dal mining dichiarativo (es. LTL), definiscono l'ordine delle attività.
2. Regole Temporal: Definiscono vincoli sui tempi (es. "se l'antibiotico è somministrato entro 2 ore dalla chirurgia, il rischio diminuisce").
3. Regole Payload: Correlazioni tra dati e esiti (es. "se la saturazione di ossigeno scende sotto il 90%, il rischio aumenta").

C. Creazione della Base di Conoscenza (Knowledge Base Creation)

Le regole estratte vengono formalizzate in Logica del Primo Ordine (FOL) e inserite in una base di conoscenza. Le conoscenze sono classificate in base alla loro relazione con il problema di classificazione:

• Dipendenti dalla classe: Riguardano direttamente l'esito (es. rischio di complicazioni).
  • Non orientate all'esito: Vincoli sulle classi senza riferimenti diretti all'outcome.
  • Orientate all'esito: Vincoli che collegano condizioni all'outcome (es. "se X allora Y").
• Indipendenti dalla classe: Vincoli strutturali generali (es. "la revisione medica deve precedere l'esame fisico").

D. Iniezione della Conoscenza (Knowledge Injection)

La conoscenza viene integrata nel modello LTN in tre modi distinti (illustrati nella Figura 3 del paper):

1. Espansione delle Feature (Input Level): Le regole indipendenti dalla classe vengono trasformate in nuove feature deterministiche che arricchiscono lo spazio di input prima della classificazione.
2. Raffinamento dell'Output (Output Level): Le regole orientate all'esito vengono usate per modificare direttamente le probabilità di output del classificatore, imponendo vincoli sui risultati previsti.
3. Vincoli Paralleli (Parallel Constraints): Le regole strutturali indipendenti vengono implementate come obiettivi ausiliari (predicati separati) che agiscono come regolarizzatori durante l'ottimizzazione, penalizzando le violazioni strutturali senza influenzare direttamente l'etichetta di classe.

Il modello utilizza la semantica fuzzy delle LTN per gestire la soddisfazione "soft" dei vincoli, permettendo al modello di apprendere anche in presenza di dati parzialmente non conformi o rumorosi.

3. Contributi Chiave

1. Framework Neuro-Simbolico per PPM: Prima applicazione sistematica delle LTN al monitoraggio predittivo dei processi, permettendo l'integrazione end-to-end di logica e apprendimento profondo.
2. Pipeline di Iniezione della Conoscenza: Definizione di un metodo strutturato per trasformare regole di processo (control-flow, temporali, payload) in vincoli logici iniettati a diversi livelli della rete neurale.
3. Gestione della Conformità in Scenari Critici: Dimostrazione che l'approccio mantiene un'alta aderenza alle regole aziendali anche quando i dati di addestramento sono scarsi o contengono pochi esempi conformi, superando i limiti dei modelli puramente statistici.
4. Categorizzazione della Conoscenza: Una tassonomia chiara che guida come e dove iniettare la conoscenza (input, output o vincoli paralleli) in base alla natura della regola.

4. Risultati Sperimentali

L'approccio è stato valutato su quattro dataset reali (BPIC2012, BPIC2017, Traffic Fines, Sepsis) confrontando l'LTN arricchito con conoscenza contro baseline puramente data-driven (LSTM, Transformer) e tecniche di perdita semantica.

• Prestazioni Predittive: Il modello neuro-simbolico (LTN con iniezione di conoscenza) ha superato consistentemente le baseline in termini di accuratezza e F1-score, specialmente su dataset più piccoli o con pochi esempi conformi (es. miglioramento del 18,4% su Sepsis rispetto a Transformer).
• Aderenza alla Conformità: Il modello ha mostrato una capacità superiore nel rispettare i vincoli logici. Mentre i modelli basati solo sui dati fallivano quando le regole non erano ben rappresentate nei dati storici, l'LTN ha mantenuto punteggi di conformità elevati grazie all'incorporamento diretto dei vincoli nella funzione di perdita.
• Impatto delle Strategie di Iniezione:
  • Il Raffinamento dell'Output (B) si è rivelato la strategia più efficace per migliorare le prestazioni predittive e la conformità.
  • L'Espansione delle Feature (A) ha mostrato benefici limitati rispetto al raffinamento dell'output.
  • I Vincoli Paralleli (C) hanno migliorato leggermente le prestazioni quando combinati con il raffinamento, agendo come regolarizzatori strutturali.

5. Significato e Implicazioni

Questo lavoro rappresenta un passo avanti significativo verso l'IA spiegabile e affidabile nel contesto aziendale.

• Affidabilità Operativa: Permette alle organizzazioni di utilizzare modelli predittivi che non sono solo accurati, ma anche conformi alle normative e alle regole interne, riducendo il rischio di decisioni errate o illegali.
• Robustezza ai Dati: Dimostra che l'integrazione di conoscenza esperta può compensare la scarsità di dati storici conformi, un problema comune in settori critici come la sanità o la finanza.
• Futuro dell'AI Ibrida: Conferma che l'approccio neuro-simbolico è la direzione corretta per colmare il divario tra l'apprendimento statistico flessibile e la rigidità necessaria delle regole di business, aprendo la strada a sistemi di supporto alle decisioni più intelligenti e sicuri.