這個競賽與 @Tsao666、@Tianming8585 及 @ChenGuanz 共同參賽，我們的最終排名為 20/371
本競賽主題將聚焦於生醫產業領域應用，期盼利用人工智慧技術提升人類的健康福祉。 近年，隨著高壓的生活環境，各式各樣的文明病引起醫學界的注意，其中嗓音疾病常見於職 業上需要大量用聲族群，如老師、業務、講師、零售攤販等，由於聲帶位處於喉部深處，喉部嗓音疾病檢測相當不易，需專業醫師操作特定儀器方能對病患進行診斷及治療，再加上現代人工作繁忙，不時有延誤就醫之情形
在近年 COVID-19 盛行期間，張口進行內視鏡檢查恐有飛沫傳播之風險。若能將人工智慧應用於非接觸式，透過嗓音訊號 (動態聲音) 結合病史紀錄 (靜態文字) 偵測喉部病徵並分類，有機會早期發現，早期治療，將會是所有嗓音患者之一大福音。競賽歡迎具人工智慧、機器學習、深度學習相關領域之專家或欲學習此領域之高手一同參與競賽，設計與開發模型
議題提供單位：元智大學人工智慧跨域創新應用中心、亞東紀念醫院耳鼻喉科
獲獎條件：在 Private Leaderboard 競賽名次前 25% 且取前 30 組
議題進行時間以台灣時間（UTC+8 小時）為主，其時程如下:
- 2023/04/11 開放下載訓練資料集
- 2023/05/11 開放下載 Public 測試集及上傳答案，並公布 Public Leaderboard 成績
- 2023/05/16 開放下載 Private 測試集及上傳答案，並不公布 Private Leaderboard 成績
- 2023/05/18 比賽結束
- 2023/05/19 公布 Private Leaderboard 成績
- 2023/06/16 公布最終結果
本競賽透過音檔與病史資料將患者分為五類嗓音疾病，分別為嗓音誤用 (Phonotrauma)、聲帶閉合不全 (Incomplete Glottic Closure)、聲帶麻痺 (Vocal Palsy)、聲帶腫瘤 (Neoplasm)、聲帶正常 (Normal)
由於每個類別數量不平均，評估方式採用 UAR (Unweighted Average Recall)，分別計算每個類別的 Recall 再求平均值
參加期間總共上傳 23 次答案，最終排名如下
| 成績 | 排名 | |
|---|---|---|
| Public | 0.733044 | 1/371 |
| Private | 0.578749 | 20/371 |