この研究は、移動する鳥の経路から鳥類疾病の発生リスクを予測するためのTransformerベースのフレームワークを提案しています。生物の保護と公衆衛生において、鳥類の疾病予測は重要です。研究では、移動経路の終点での疾病リスクを予測するために、GPSトラッキングデータや疾病発生記録、地理空間情報を組み合わせた多様なデータセットを使用しています。H3階層的地理空間エンコーディングを用いて生の座標を処理し、鳥の移動シーケンスから空間的および時間的依存関係を学習します。評価の結果、高い予測精度を示し、AUCやF1スコアも優れたパフォーマンスを記録しています。これにより、Transformerアーキテクチャの早期警告システムへの応用が期待され、タイムリーな介入や予防策の策定が可能になります。