本研究では、電子健康記録（EHR）を利用してアルコールおよび物質使用障害（ASUD）のリスク評価を行うための新しいモデルBiPETEを提案しています。BiPETEは、相対的な訪問時刻をエンコードする回転位置埋め込みと、訪問順序を保持するための正弦波埋め込みを統合したトランスフォーマーエンコーダーです。このモデルは、うつ病と外傷後ストレス障害（PTSD）の2つのメンタルヘルスコホートのEHRデータを用いて訓練され、ASUDのリスク予測において従来のベースラインモデルよりも優れた性能を示しました。特に、うつ病およびPTSDコホートでの精度-再現率曲線下の面積（AUPRC）がそれぞれ34%と50%向上しました。双方向の位置エンコーディング戦略が効果的であることも確認されています。最終的に、この研究はEHRデータを用いた病気リスク予測の実用的かつ解釈可能なフレームワークを提供し、リスク評価の理解を深める手がかりを示しています。