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

Este artigo apresenta uma abordagem neuro-simbólica para monitoramento preditivo de processos que utiliza Redes de Tensores Lógicos para injetar conhecimento de restrições de conformidade nos modelos, resultando em maior aderência às regras e precisão nas previsões em comparação com métodos puramente sub-simbólicos.

O essencial

Imagine que você está tentando ensinar um computador a prever o futuro de um processo de negócios, como o tratamento de um paciente em um hospital ou a aprovação de um empréstimo em um banco.

O artigo que você leu apresenta uma solução inteligente para um problema comum: como fazer com que o computador não apenas "adivinhe" com base no passado, mas também respeite as regras do mundo real?

Aqui está a explicação, usando analogias simples:

1. O Problema: O Aluno que Decorou, mas Não Entendeu

Até hoje, a maioria dos sistemas de previsão funciona como um aluno muito estudioso, mas sem senso comum.

• Como funciona: Ele olha para milhares de casos antigos (ex: "O paciente fez a cirurgia e depois tomou remédio") e tenta encontrar padrões. Se ele viu isso 100 vezes, ele acha que é a regra.
• O defeito: Se o histórico tiver poucos exemplos de uma regra importante (ex: "Só podemos operar se o paciente tiver alta há mais de uma semana"), o computador pode ignorar essa regra e prever algo errado, porque ele só confia nos números que viu. Ele é "sub-simbólico": ele vê os dados, mas não entende a lógica por trás deles.

2. A Solução: O "Neuro-Simbólico" (O Detetive com Manual de Instruções)

Os autores criaram um sistema chamado Neuro-Simbólico. Pense nele como um Detetive que tem duas ferramentas:

1. A Intuição (Neural): A capacidade de aprender com os dados, como um cérebro humano que vê padrões.
2. O Manual de Regras (Simbólico): Um livro de leis e lógica que diz exatamente o que deve ou não acontecer (ex: "Regra 1: Antibióticos devem ser dados em até 2 horas após a cirurgia").

O sistema combina as duas coisas. Ele não apenas "adivinha" o futuro; ele usa a intuição para ver os dados, mas obriga a intuição a seguir o manual de regras.

3. Como Funciona a "Injeção de Conhecimento"

O artigo descreve um processo de 4 etapas, que podemos comparar a preparar um prato gourmet:

• Etapa 1: Coletar os Ingredientes (Extração de Dados): O sistema pega o histórico de eventos (quem fez o quê, quando e com quais dados).
• Etapa 2: Escrever o Cardápio (Extração de Regras): O sistema descobre ou recebe de especialistas as regras do jogo (ex: "Se o paciente é idoso e diabético, ele precisa de monitoramento especial").
• Etapa 3: Organizar a Cozinha (Criação da Base de Conhecimento): Essas regras são transformadas em uma linguagem que o computador entende (lógica matemática).
• Etapa 4: Cozinhar com Regras (Injeção de Conhecimento): Aqui está a mágica. O sistema insere essas regras no processo de aprendizado de três formas diferentes:
  • A (Expansão de Ingredientes): Adiciona novas informações ao prato antes de cozinhar. Ex: "Se o paciente é idoso, adicione um tempero especial de 'cuidado extra' aos dados".
  • B (Refinamento do Prato): Se o computador tentar servir um prato que viola uma regra (ex: prever que a cirurgia está segura sem antibióticos), o sistema corrige a previsão na hora, dizendo: "Ei, isso viola a regra, diminua a chance de sucesso".
  • C (Regras Paralelas): Ensina o computador a seguir a estrutura da cozinha, mesmo que não afete diretamente o sabor do prato. Ex: "Sempre lave as mãos antes de cortar". Isso ajuda o sistema a não aprender hábitos ruins, mesmo que os dados antigos mostrem que a cozinha estava suja.

4. O Resultado: Um Chefe de Cozinha Mais Confiável

Os autores testaram isso em hospitais e bancos. O resultado foi impressionante:

• Mais Preciso: O sistema acertou mais previsões do que os modelos antigos.
• Mais Ético e Seguro: Mesmo quando havia poucos exemplos de regras no passado (dados escassos), o sistema não violou as regras. Ele manteve a conformidade (compliance) porque o "Manual de Regras" estava sempre presente, guiando o aprendizado.

Resumo em uma Frase

Em vez de deixar o computador apenas "olhar para trás" para adivinhar o futuro, os autores ensinaram o computador a olhar para trás e, ao mesmo tempo, ler o manual de instruções, garantindo que as previsões sejam não apenas prováveis, mas também corretas e seguras segundo as regras do negócio.

É como ter um GPS que não apenas mostra o caminho mais rápido baseado no trânsito de ontem, mas que obriga você a respeitar os sinais de trânsito e as leis de velocidade, mesmo que o GPS antigo (baseado apenas em dados) tentasse te fazer correr um pouco mais rápido.

Resumo técnico

Título: Monitoramento Preditivo de Processos Consciente de Conformidade: Uma Abordagem Neuro-Simbólica

1. O Problema

O Monitoramento Preditivo de Processos (PPM) visa antecipar resultados e irregularidades em processos de negócios analisando dados históricos de eventos. As abordagens atuais são predominantemente sub-simbólicas (baseadas em redes neurais profundas como LSTMs e Transformers), que aprendem correlações puramente a partir dos dados.

Limitações das abordagens existentes:

• Falta de Incorporação de Conhecimento: Elas não conseguem integrar formalmente restrições de domínio, regras de negócio ou conhecimento especializado (ex: "a cirurgia só pode ser agendada se o paciente tiver alta há mais de uma semana").
• Viés nos Dados: Se os dados históricos contiverem poucas instâncias conformes a certas regras (ou violações frequentes), os modelos puramente baseados em dados tendem a aprender padrões não conformes, resultando em previsões imprecisas e baixa adesão a normas de conformidade.
• Generalização Fraca: Modelos puramente estatísticos lutam para generalizar quando confrontados com novas regras de negócio que não estavam presentes nos dados de treinamento.

2. Metodologia

O artigo propõe uma abordagem Neuro-Simbólica que integra o aprendizado estatístico de redes neurais com o raciocínio lógico simbólico, utilizando o framework Logic Tensor Networks (LTNs).

Pipeline Estruturado em 4 Estágios:

1. Extração de Características (Feature Extraction):

   • Os logs de eventos são processados para extrair três categorias de características que definem o vocabulário para as regras:
     • Controle de Fluxo: Sequências de atividades (baseado em restrições Declare).
     • Temporais: Durações, tempos de espera e SLAs.
     • Payload (Carga de Dados): Atributos do caso (ex: idade do paciente) e do evento (ex: resultados de exames).

2. Extração de Regras (Rule Extraction):

   • Técnicas de mineração de processos são usadas para descobrir regras automaticamente ou incorporá-las manualmente via especialistas.
   • As regras são categorizadas em:
     • Regras de Controle de Fluxo: Relações temporais (LTL).
     • Regras Temporais: Restrições de tempo (ex: "se ATB ocorrer em < 2h após Surg, risco diminui").
     • Regras de Payload: Correlações entre dados e resultados (ex: "se saturação de oxigênio < 90%, risco aumenta").

3. Criação da Base de Conhecimento (Knowledge Base Creation):

   • As regras extraídas são formalizadas em Lógica de Primeira Ordem (FOL).
   • O conhecimento é categorizado em relação ao problema de classificação:
     • Dependente da Classe: Relacionado ao resultado (ex: risco de complicação). Subdividido em não orientado a resultado (regras estruturais) e orientado a resultado (regras que afetam a previsão final).
     • Independente da Classe: Regras gerais que não dependem do rótulo de saída (ex: ordem obrigatória de atividades).

4. Injeção de Conhecimento (Knowledge Injection):

   • O conhecimento é injetado no modelo LTN de três formas distintas (ilustrado na Fig. 3 do artigo):
     • A. Expansão de Características (Feature Expansion): Conhecimento independente da classe é usado para enriquecer o espaço de entrada com novos predicados determinísticos antes da classificação.
     • B. Refinamento de Saída (Output Refinement): Conhecimento dependente da classe e orientado a resultado é aplicado diretamente na saída do classificador, ajustando as probabilidades previstas para violar ou respeitar regras (ex: reduzir a probabilidade de complicação se a regra de tempo for atendida).
     • C. Restrições Paralelas (Parallel Constraints): Conhecimento independente da classe é injetado como objetivos auxiliares paralelos. Eles atuam como regularizadores, penalizando representações que violam regras estruturais, mesmo que não afetem diretamente o rótulo de saída.

3. Contribuições Principais

• Framework Neuro-Simbólico para PPM: Propõe o primeiro uso sistemático de LTNs para monitoramento preditivo, permitindo o treinamento end-to-end onde a lógica e os dados são otimizados conjuntamente.
• Taxonomia de Injeção de Conhecimento: Define e implementa três mecanismos distintos (Expansão, Refinamento e Restrições Paralelas) para integrar diferentes tipos de conhecimento de processo.
• Robustez em Cenários de Conformidade: Demonstra que o modelo pode aprender regras de negócio mesmo quando os dados de treinamento contêm poucas ou nenhuma instância conforme (aprendizado sob incerteza e ruído).
• Interpretabilidade: Ao usar lógica simbólica, as previsões e as violações de regras tornam-se mais interpretáveis do que em "caixas pretas" puramente neurais.

4. Resultados Experimentais

A abordagem foi avaliada em quatro logs de eventos reais (BPIC2012, BPIC2017, Traffic Fines, Sepsis) comparada a baselines puramente baseadas em dados (LSTM, Transformer) e técnicas de perda semântica.

• Desempenho Preditivo (Acurácia e F1):

  • O modelo neuro-simbólico (LTN com injeção de conhecimento) superou consistentemente os baselines em todos os conjuntos de dados.
  • Os ganhos foram mais significativos em conjuntos de dados menores ou com poucos exemplos conformes (ex: aumento de 18,4% no F1 no dataset Sepsis comparado ao Transformer).
  • A configuração de Refinamento de Saída (B) mostrou-se a mais eficaz para melhorar a precisão.

• Conformidade (Compliance):

  • O modelo neuro-simbólico atingiu pontuações de conformidade superiores, mantendo alta adesão às regras mesmo quando as regras eram raras nos dados de treinamento.
  • Modelos puramente baseados em dados falharam em generalizar para novas restrições lógicas quando os padrões conformes eram estatisticamente raros (ex: dataset Sepsis com apenas 4,55% de traços conformes).
  • Técnicas de "perda semântica" (semantic loss) mostraram-se menos consistentes do que a abordagem LTN integrada.

5. Significância e Impacto

Este trabalho é significativo porque preenche a lacuna entre a mineração de processos (que foca em descoberta e conformidade) e o aprendizado profundo (que foca em previsão).

• Aplicabilidade em Domínios Críticos: A abordagem é particularmente valiosa para setores como saúde, finanças e manufatura, onde a violação de regras de negócio pode ter consequências graves (ex: erros médicos, fraudes bancárias).
• Resiliência a Dados Imperfeitos: Permite que organizações implantem modelos preditivos confiáveis mesmo quando seus dados históricos são "sujos" ou não refletem completamente as regras de conformidade desejadas.
• Futuro: Abre caminho para sistemas de IA que não apenas preveem o futuro, mas garantem que as previsões estejam alinhadas com a lógica e as políticas organizacionais, facilitando a adoção de IA explicável e segura em ambientes corporativos.