iVOD / 149082

Field Value
IVOD_ID 149082
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149082
日期 2024-01-09
會議資料.會議代碼 臨時會院會-10-8-1-1
會議資料.會議代碼:str 第10屆第8會期第1次臨時會第1次會議
會議資料.屆 10
會議資料.會期 8
會議資料.會次 1
會議資料.臨時會會次 1
會議資料.種類 院會
會議資料.標題 立法院第10屆第8會期第1次臨時會第1次會議
影片種類 Clip
開始時間 2024-01-09T10:59:13+08:00
結束時間 2024-01-09T11:14:08+08:00
影片長度 00:14:55
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/7594f10b9bbee689f3af65991490ce39826b98f121effac12be4303bcf228b501dd0c2f14099b89b5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱泰源
委員發言時間 10:59:13 - 11:14:08
會議時間 2024-01-09T09:00:00+08:00
會議名稱 第10屆第8會期第1次臨時會第1次會議(事由:行政院院長提出「是否公布高端合約?是否圖利廠商及危害全民健康權益?」等相關事宜專案報告並備質詢)
gazette.lineno 822
gazette.blocks[0][0] 邱委員泰源:(10時58分)好,謝謝。有請陳院長。
gazette.blocks[1][0] 主席:院長請。
gazette.blocks[2][0] 邱委員泰源:院長好。
gazette.blocks[3][0] 陳院長建仁:邱委員早。
gazette.blocks[4][0] 邱委員泰源:我想在這三、四年來,臺灣的防疫非常地成功,在各界還有全民的配合、支持下,可以說是達到了一個……我在2021年5月的時候,曾經寫一篇文章刊登在Taiwan News,讓世界知道我們臺灣將會創造一個光榮的時刻。
gazette.blocks[5][0] 陳院長建仁:確實是。
gazette.blocks[6][0] 邱委員泰源:接下來,在政府的領導之下、全民的努力之下,我們做到了!我站在醫界的立場,必須要來肯定我們全國醫療同仁過去的努力,以及政府怎麼樣來跟醫界合作的,很簡單地跟院長、跟大家說明一下。首先,我們非常感謝蔡總統,在防疫的工作裡面一直支持我們,不管我們有什麼需求,只要跟總統講,他其實都會盡全力來努力。我們也感謝陳副總統當時領導建立一個非常溫馨、智慧、有專業的防疫模式,其實是帶領我們醫界走向堅定醫療核心價值,以及站在人民需求的立場上來創造一個更好的醫療防疫能力。在這幾年防疫當中,我們也真的非常感謝賴副總統,其實他一直深深地以他醫師的專業、以他過去的經驗在指導我們醫界,甚至也多次到我們醫師公會這邊來做現場的互動、指導,如果有任何的需要或者他想到要指導我們什麼的話,其實我們是溝通無礙,所以在防疫的過程當中賴副總統對我們醫界貢獻是非常的大。當然行政團隊在蘇院長的領導之下,我很多很多的好朋友都是疫情專家、都投入,深深地日以繼夜在為防疫工作,我在這邊也特別用醫界的立場來感謝他們的投入。
gazette.blocks[6][1] 當然因為醫界總是臺灣珍貴的資產,過去百年來就是一直守護人民的健康,一開始還有SARS的經驗,SARS在我們陳建仁老師還有很多前輩的指導之下,醫界學到很好的經驗,所以一開始的時候我們醫界就很擔心,就立志說不能有任何的醫護人員再受到傷害,相對地就不能有人民受到傷害,所以我們基本上全國24縣市的醫師公會可以說是全部日以繼夜在做防疫的工作以外,大概每一個禮拜我們都會開一個全國性的醫界會議,然後來配合政府的政策,把它落實到所有全國各鄉鎮的任何一個角落,有疫情、有狀況,我們在社區就給它守住最好的一個防疫陣線。譬如說我們人員在醫院比較緊迫的時候,我們可以看下面的部分,其實我們也發動了全國的醫師,也是在總統的指導之下,基層醫師都出來拼,OK,因為醫院人力緊繃,還有很多重症需要治療,所以我們就動員了四大方向,包括請耳鼻喉科醫學會指導全國來做篩檢的工作。當然因為人心會需要穩定,除了我的老師陳建仁院長給我們全國很大的心靈支持以外,我們也要給他們做身心壓力的照護,這個我們請精神醫學會來幫忙。另外,在社區還是很多預防保健、急慢性疾病的管理、居家及安寧等等的照護,其實我們也請家庭醫學會動員來指導我們跟基層醫師來做。最後就是社區打疫苗的事情,我們請兒科醫學會來做,他們比較會打疫苗,所以這樣動員萬名的基層醫療這樣做,過程當中也感謝我們陳建仁老師在這樣的一個工作裡面給我們最大的支持。
gazette.blocks[6][2] 後續我們也完成了六大任務,不管是PCR的採檢,還有遠距的診療,大家應該知道,當臺北市在疫情緊繃的時候,一天有一萬個感染者,這一萬多只要有二十分之一跑到醫院去,醫院急診就崩潰了,但是我們政府有一個很好的政策,就是居家的醫療、視訊的醫療,可以讓得病的人、染疫的人能夠在家裡,我們用視訊給他用家庭醫師的方式,小孩子發燒家屬也不用把小孩子帶到急診,可以在家裡得到很安心的照護,每天一萬個病人這樣守下了,這是臺灣的奇蹟,我想也是世界的典範。當然在疫苗接種其實也感謝全部的政府高層,在互動當中他們都很支持、很鼓勵基層社區來做,所以克服了很多的困難,讓社區診所來打疫苗,打不到幾個月,大概有70%的疫苗是在社區打,民眾也得到方便,我想這個部分也是當時陳建仁教授給我們最大的一個鼓勵跟用文獻來呈現。
gazette.blocks[6][3] 當然這樣的成果我們不只有在國內守住,我們也要分享給世界各國,剛好我們臺灣醫師會跟世界醫師會互動非常好,所以我們的專家把臺灣很多的經驗也分享到世界各國,所以世界醫師會更加肯定臺灣過去醫療的水準,甚至防疫的水準都是一流的,更加的堅定支持臺灣一定要參與WHO的活動,所以大家的防疫成果其實是幫臺灣打下了很多的江山。
gazette.blocks[6][4] 我也曾經在2021擔任亞大19個國家醫師會的總會長,也把我們的經驗分享給亞洲19個國家,讓他們能夠防疫的更好,亞太的安全當然是大家努力的。同時在2021年9月在臺灣開的CMAAO大會裡面,我們把過去大家努力的經驗、心血,呈現在「台北宣言」中發表在國際間,最近也得到世界醫師會(WMA)肯定,其實世界醫師會跟WHO是相關的,要我們把它正式再revise變成世界級的,我想這都是政府、民間還有各個專業團體,大家一起努力貢獻的一個結果。請問院長,對前面這些工作,要不要跟我們醫療團隊講幾句話?
gazette.blocks[7][0] 陳院長建仁:我想臺灣過去2020年開始,連續3、4年的期間,我們真的要謝謝邱泰源委員,還有我們醫師公會,甚至全國防疫、醫療第一線工作同仁們的辛勞。大家的努力確實使得臺灣的防疫做到很好,我在這裡要謝謝所有的醫師,大家不管是在我們的篩檢也好,預防接種也好,或者是遠距醫療也好,都扮演一個很關鍵性的角色。實際上,我也要謝謝2,300萬臺灣的無名英雄,每一個人民在中央流行疫情指揮中心公開透明的記者會之下,因為取得了全民的公信力,大家也都願意遵照流行指揮中心的建議來做好防疫的措施,我們疫調做得很棒,還有居家隔離、居家檢疫,所以以全世界來說,我們在2020年跟2021年是享受最好的成果,我們COVID-19死亡率跟發生率也都是最低,而且超額死亡率也是最低。所以在整個過程當中,醫師們還有護理人員們、所有的防疫人員,大家確實做得很好。
gazette.blocks[7][1] 但是在這一段期間,我們也看到臺灣不幸的在屏東有Delta變異株,但是屏東我們就壓抑得很好,可是我們發現在新北市跟北市,因為有所謂萬華事件的關係,所以疫情曾經告急。在這樣的一個情況下,也幸好我們新北市跟臺北市的醫師們,大家都積極努力做好疫調、做好相關的醫療照顧。我記得當時這兩個市的市長還說我們來封城好了,我們沒有辦法做疫調啦,沒有辦法做好,在那樣的一個情況下,完全束手無策要放棄原來防疫的措施,幸好我們所有的醫事人員還有第一線的防疫人員,大家很積極地去做好這個工作。結果我們把Alpha這一個疫情也控制住,全世界都大為驚艷,在當時我們接種率很低的情況下,就是靠著很好的精準疫調、精準篩檢、精準的居家隔離跟居家檢疫,做到這麼好,能夠做得這麼好,醫師們扮演一個很重要的角色,也是全民大家很努力。所以這兩個市長連防疫的工作都沒有辦法做好,實在令我們覺得沒有辦法帶動很好的城市防疫工作,幸好有你們,謝謝。
gazette.blocks[8][0] 邱委員泰源:謝謝院長、陳老師的鼓勵,以及對全國醫療團隊,還有所有防疫的工作等等再度的鼓勵,其實這些成功是其來有自啦!當然這個努力我也要感謝我們薛瑞元部長在過去幾年當中,在次長的任內跟我們醫界攜手合作,我們到哪裡,他就到哪裡,一樣來做防疫的工作,在這邊特別感謝我們薛部長。
gazette.blocks[8][1] 我要講的就是前面的努力其實植基於臺灣的珍貴,所以臺灣應該要更加的和諧、更加的互相攜手,把過去大家所累積的努力,老幹新枝傳承好,繼續守護臺灣。像我剛剛的這個圖,其實是我們臺灣百年以來,醫者就是有關懷人民跟社會的情懷,我也記得我的老師,臺大醫學院前院長謝博生教授,其實我這30年來,不管在醫師公會或者是在立法院,我都跟隨他的理念,他是一個不求名利,只求臺灣好的人,在過去他也跟陳建仁教授有非常多的合作,推動很多很多到現在都還是非常重要的一個工作,所以其實我也都在跟隨他。因為我也是臺大的老師,所以我們也訓練了很多很多優秀、專業的醫療專業同仁,他們都有悲天憫人的情懷,臺灣就是有這樣的資產,我們大家未來可以珍惜、守護臺灣,讓臺灣的專業可以發揮,我想這是人民之福。小弟我在去年也是屆齡從臺大退休了,所以我現在是臺大的名譽教授,但是我想未來我們臺灣有更多更多醫療專業的資源,這是臺灣的一個比較珍貴的地方,因為我們百年來的一個訓練,就是讓我們怎麼樣來關懷人民。
gazette.blocks[8][2] 今天應該是很榮幸有機會來這邊發言,也應該是我在立法院最後一次的公開發言,在這邊我還是要表達,臺灣過去百年來醫療人員對人民、對社會的一個貢獻,現在在制度方面,我們也希望未來能夠有所改善,成為一個更好的醫療環境,藉著這樣一個疫情後、疫後,我們就謙虛的來思考,就好像在SARS以後,我們很多醫療體系當時很固執,可是在SARS以後、在921地震以後,我們把醫院跟基層結合起來,共同攜手照顧社區的民眾,一路走來一直到COVID-19,疫後我們更需要來思考,也要珍惜我們這些專業的人員。而且我上次也有建議,在後疫情時代我們應該要怎麼樣來做,其實世界各國都在善待醫事人員,也投入必要的醫療資源,因為他們都站在疫情當中,守護人民的健康。
gazette.blocks[8][3] 第二個,在健保方面,臺灣的滿意度高,但是對醫療人員來說,承擔比較重,如果總額沒有辦法隨醫療需求來讓其足夠,是不是應該要想想怎麼樣來健康投資,這個是我們未來疫後要嚴肅面對的問題。
gazette.blocks[8][4] 第三個,在基層醫療、社區醫療上,要怎麼樣加強他們的量能跟數位的能力,我希望疫後、未來在建設一個健康臺灣裡面,都可以請我們執政團隊,好好針對這幾點來努力,我也希望執政團隊把這個列入紀錄,畢竟這是醫界的心聲。
gazette.blocks[8][5] 當然最後一個小小的請求,就是我們112年第2季、第3季平均點值是0.9,但是希望在第2、3季都能採浮動點值,因為有些平均點值還是會不到0.9,還是很辛苦,診所只要沒有到0.9,其實是很難經營下去的,也拜託行政院後續能再繼續努力。
gazette.blocks[8][6] 最後,雖然今天有三個主題,但是我希望不要影響到我們對防疫的成果、臺灣的努力、臺灣人的光榮,衷心感謝防疫工作的研發、政策研擬、實務防疫的團隊及全民的支持跟配合,感謝大家,謝謝。
gazette.blocks[9][0] 陳院長建仁:謝謝委員,謝謝你的貢獻。
gazette.blocks[10][0] 主席:謝謝邱委員。接下來請王委員鴻薇質詢。
gazette.agenda.page_end 86
gazette.agenda.meet_id 臨時會院會-10-8-1-1
gazette.agenda.speakers[0] 游錫堃
gazette.agenda.speakers[1] 邱顯智
gazette.agenda.speakers[2] 邱臣遠
gazette.agenda.speakers[3] 曾銘宗
gazette.agenda.speakers[4] 林俊憲
gazette.agenda.speakers[5] 賴士葆
gazette.agenda.speakers[6] 邱泰源
gazette.agenda.speakers[7] 王鴻薇
gazette.agenda.speakers[8] 蔡適應
gazette.agenda.speakers[9] 吳斯懷
gazette.agenda.speakers[10] 洪申翰
gazette.agenda.speakers[11] 游毓蘭
gazette.agenda.speakers[12] 莊瑞雄
gazette.agenda.speakers[13] 李德維
gazette.agenda.speakers[14] 吳玉琴
gazette.agenda.speakers[15] 林為洲
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2024-01-09
gazette.agenda.gazette_id 1130301
gazette.agenda.agenda_lcidc_ids[0] 1130301_00002
gazette.agenda.agenda_lcidc_ids[1] 1130301_00003
gazette.agenda.meet_name 立法院第10屆第8會期第1次臨時會第1次會議紀錄
gazette.agenda.content 施政質詢 行政院院長提出「是否公布高端合約?是否圖利廠商及危害全民健康權益?」等相關事宜專案報 告並備質詢─ 詢答完畢─
gazette.agenda.agenda_id 1130301_00001
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.39784375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 2.25846875
transcript.pyannote[1].end 2.95034375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 3.32159375
transcript.pyannote[2].end 3.89534375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 4.68846875
transcript.pyannote[3].end 5.65034375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 5.93721875
transcript.pyannote[4].end 6.19034375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 6.19034375
transcript.pyannote[5].end 11.26971875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 11.57346875
transcript.pyannote[6].end 12.24846875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 11.64096875
transcript.pyannote[7].end 12.61971875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 12.97409375
transcript.pyannote[8].end 16.61909375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 17.07471875
transcript.pyannote[9].end 18.10409375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 18.42471875
transcript.pyannote[10].end 18.57659375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 18.86346875
transcript.pyannote[11].end 19.65659375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 19.82534375
transcript.pyannote[12].end 21.78284375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 22.57596875
transcript.pyannote[13].end 25.20846875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 25.66409375
transcript.pyannote[14].end 27.58784375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 27.77346875
transcript.pyannote[15].end 29.25846875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 29.57909375
transcript.pyannote[16].end 30.05159375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 30.81096875
transcript.pyannote[17].end 33.02159375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 33.10596875
transcript.pyannote[18].end 35.13096875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 35.78909375
transcript.pyannote[19].end 36.37971875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 36.61596875
transcript.pyannote[20].end 39.13034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 39.55221875
transcript.pyannote[21].end 40.58159375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 41.47596875
transcript.pyannote[22].end 42.43784375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 42.74159375
transcript.pyannote[23].end 43.68659375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 44.07471875
transcript.pyannote[24].end 48.14159375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 49.08659375
transcript.pyannote[25].end 51.21284375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 51.44909375
transcript.pyannote[26].end 53.91284375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 54.30096875
transcript.pyannote[27].end 60.88221875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 61.52346875
transcript.pyannote[28].end 62.72159375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 63.36284375
transcript.pyannote[29].end 68.22284375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 68.66159375
transcript.pyannote[30].end 69.35346875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 70.48409375
transcript.pyannote[31].end 75.42846875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 75.76596875
transcript.pyannote[32].end 77.53784375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 77.90909375
transcript.pyannote[33].end 82.71846875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 83.03909375
transcript.pyannote[34].end 84.55784375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 84.94596875
transcript.pyannote[35].end 86.26221875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 86.80221875
transcript.pyannote[36].end 92.16846875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 92.50596875
transcript.pyannote[37].end 96.47159375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 96.64034375
transcript.pyannote[38].end 99.22221875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 99.49221875
transcript.pyannote[39].end 101.77034375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 102.14159375
transcript.pyannote[40].end 105.83721875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 106.36034375
transcript.pyannote[41].end 109.33034375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 109.92096875
transcript.pyannote[42].end 112.82346875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 113.53221875
transcript.pyannote[43].end 119.25284375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 120.19784375
transcript.pyannote[44].end 124.51784375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 124.82159375
transcript.pyannote[45].end 125.93534375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 126.17159375
transcript.pyannote[46].end 126.52596875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 126.66096875
transcript.pyannote[47].end 129.58034375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 129.91784375
transcript.pyannote[48].end 141.03846875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 141.22409375
transcript.pyannote[49].end 142.06784375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 142.94534375
transcript.pyannote[50].end 146.28659375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 146.72534375
transcript.pyannote[51].end 149.64471875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 149.66159375
transcript.pyannote[52].end 151.38284375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 152.19284375
transcript.pyannote[53].end 154.62284375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 154.92659375
transcript.pyannote[54].end 158.33534375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 158.75721875
transcript.pyannote[55].end 162.08159375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 162.26721875
transcript.pyannote[56].end 165.60846875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 165.70971875
transcript.pyannote[57].end 170.08034375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 170.46846875
transcript.pyannote[58].end 176.72909375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 177.50534375
transcript.pyannote[59].end 178.58534375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 179.41221875
transcript.pyannote[60].end 184.96409375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 185.18346875
transcript.pyannote[61].end 189.11534375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 189.50346875
transcript.pyannote[62].end 191.08971875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 191.95034375
transcript.pyannote[63].end 194.39721875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 194.73471875
transcript.pyannote[64].end 197.09721875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 198.09284375
transcript.pyannote[65].end 204.65721875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 205.21409375
transcript.pyannote[66].end 205.83846875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 206.15909375
transcript.pyannote[67].end 206.69909375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 207.22221875
transcript.pyannote[68].end 208.65659375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 208.87596875
transcript.pyannote[69].end 211.03596875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 211.71096875
transcript.pyannote[70].end 212.45346875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 212.70659375
transcript.pyannote[71].end 216.11534375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 216.63846875
transcript.pyannote[72].end 218.68034375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 218.81534375
transcript.pyannote[73].end 222.27471875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 222.66284375
transcript.pyannote[74].end 224.06346875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 224.36721875
transcript.pyannote[75].end 233.47971875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 234.01971875
transcript.pyannote[76].end 237.47909375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 237.96846875
transcript.pyannote[77].end 240.02721875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 240.29721875
transcript.pyannote[78].end 250.43909375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 250.87784375
transcript.pyannote[79].end 253.67909375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 254.18534375
transcript.pyannote[80].end 255.02909375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 255.45096875
transcript.pyannote[81].end 258.89346875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 259.34909375
transcript.pyannote[82].end 260.74971875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 261.50909375
transcript.pyannote[83].end 264.14159375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 264.74909375
transcript.pyannote[84].end 266.09909375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 266.62221875
transcript.pyannote[85].end 269.91284375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 270.99284375
transcript.pyannote[86].end 275.04284375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 275.54909375
transcript.pyannote[87].end 276.46034375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 277.03409375
transcript.pyannote[88].end 280.02096875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 280.71284375
transcript.pyannote[89].end 282.82221875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 283.54784375
transcript.pyannote[90].end 296.35596875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 287.86784375
transcript.pyannote[91].end 287.90159375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 296.96346875
transcript.pyannote[92].end 303.89909375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 299.93346875
transcript.pyannote[93].end 300.00096875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 304.42221875
transcript.pyannote[94].end 305.68784375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 307.30784375
transcript.pyannote[95].end 310.95284375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 311.23971875
transcript.pyannote[96].end 312.96096875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 313.82159375
transcript.pyannote[97].end 318.76596875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 319.40721875
transcript.pyannote[98].end 321.28034375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 321.92159375
transcript.pyannote[99].end 340.68659375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 331.06784375
transcript.pyannote[100].end 331.30409375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 342.03659375
transcript.pyannote[101].end 343.63971875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 344.02784375
transcript.pyannote[102].end 344.70284375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 344.97284375
transcript.pyannote[103].end 347.35221875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 347.97659375
transcript.pyannote[104].end 351.63846875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 352.29659375
transcript.pyannote[105].end 355.18221875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 355.57034375
transcript.pyannote[106].end 359.29971875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 359.60346875
transcript.pyannote[107].end 364.83471875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 365.27346875
transcript.pyannote[108].end 367.48409375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 367.83846875
transcript.pyannote[109].end 376.34346875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 377.00159375
transcript.pyannote[110].end 377.40659375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 377.92971875
transcript.pyannote[111].end 383.92034375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 384.51096875
transcript.pyannote[112].end 386.33346875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 386.77221875
transcript.pyannote[113].end 389.16846875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 389.67471875
transcript.pyannote[114].end 393.70784375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 394.26471875
transcript.pyannote[115].end 401.18346875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 401.82471875
transcript.pyannote[116].end 402.33096875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 403.12409375
transcript.pyannote[117].end 403.98471875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 404.28846875
transcript.pyannote[118].end 405.70596875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 406.78596875
transcript.pyannote[119].end 416.67471875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 416.97846875
transcript.pyannote[120].end 418.93596875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 419.61096875
transcript.pyannote[121].end 420.37034375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 421.12971875
transcript.pyannote[122].end 424.04909375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 424.53846875
transcript.pyannote[123].end 425.43284375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 425.77034375
transcript.pyannote[124].end 427.03596875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 427.72784375
transcript.pyannote[125].end 428.36909375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 429.41534375
transcript.pyannote[126].end 429.90471875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 430.56284375
transcript.pyannote[127].end 432.53721875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 433.16159375
transcript.pyannote[128].end 433.81971875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 434.07284375
transcript.pyannote[129].end 437.19471875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 437.43096875
transcript.pyannote[130].end 437.75159375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 437.95409375
transcript.pyannote[131].end 465.29159375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 465.56159375
transcript.pyannote[132].end 488.30909375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 488.61284375
transcript.pyannote[133].end 510.17909375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 510.48284375
transcript.pyannote[134].end 539.55846875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 539.64284375
transcript.pyannote[135].end 555.20159375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 555.35346875
transcript.pyannote[136].end 587.60159375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 587.92221875
transcript.pyannote[137].end 588.49596875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 588.69846875
transcript.pyannote[138].end 607.27784375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 607.75034375
transcript.pyannote[139].end 608.27346875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 608.77971875
transcript.pyannote[140].end 622.27971875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 622.81971875
transcript.pyannote[141].end 632.15159375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 632.53971875
transcript.pyannote[142].end 635.62784375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 636.21846875
transcript.pyannote[143].end 640.06596875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 640.60596875
transcript.pyannote[144].end 641.01096875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 641.36534375
transcript.pyannote[145].end 642.73221875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 643.13721875
transcript.pyannote[146].end 646.98471875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 647.27159375
transcript.pyannote[147].end 651.84471875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 651.94596875
transcript.pyannote[148].end 655.03409375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 655.43909375
transcript.pyannote[149].end 656.08034375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 656.72159375
transcript.pyannote[150].end 661.85159375
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 662.20596875
transcript.pyannote[151].end 666.66096875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 667.16721875
transcript.pyannote[152].end 676.07721875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 676.49909375
transcript.pyannote[153].end 682.33784375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 682.75971875
transcript.pyannote[154].end 688.49721875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 688.53096875
transcript.pyannote[155].end 688.54784375
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 688.58159375
transcript.pyannote[156].end 699.46596875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 688.81784375
transcript.pyannote[157].end 689.12159375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 700.03971875
transcript.pyannote[158].end 711.34596875
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 711.73409375
transcript.pyannote[159].end 712.96596875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 713.26971875
transcript.pyannote[160].end 723.14159375
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 723.64784375
transcript.pyannote[161].end 727.09034375
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 727.57971875
transcript.pyannote[162].end 731.35971875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 731.68034375
transcript.pyannote[163].end 732.86159375
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 733.33409375
transcript.pyannote[164].end 739.18971875
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 739.47659375
transcript.pyannote[165].end 743.67846875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 744.04971875
transcript.pyannote[166].end 746.88471875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 747.76221875
transcript.pyannote[167].end 750.73221875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 751.18784375
transcript.pyannote[168].end 760.99221875
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 761.41409375
transcript.pyannote[169].end 763.79346875
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 763.96221875
transcript.pyannote[170].end 767.16846875
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 767.64096875
transcript.pyannote[171].end 770.99909375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 771.35346875
transcript.pyannote[172].end 776.82096875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 777.36096875
transcript.pyannote[173].end 780.68534375
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 781.05659375
transcript.pyannote[174].end 783.53721875
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 784.27971875
transcript.pyannote[175].end 785.39346875
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 786.77721875
transcript.pyannote[176].end 793.89846875
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 794.20221875
transcript.pyannote[177].end 800.15909375
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 800.76659375
transcript.pyannote[178].end 804.69846875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 805.12034375
transcript.pyannote[179].end 813.03471875
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 813.52409375
transcript.pyannote[180].end 817.00034375
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 817.06784375
transcript.pyannote[181].end 818.55284375
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 818.80596875
transcript.pyannote[182].end 822.61971875
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 823.29471875
transcript.pyannote[183].end 825.97784375
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 826.41659375
transcript.pyannote[184].end 827.14221875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 827.46284375
transcript.pyannote[185].end 829.97721875
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 830.55096875
transcript.pyannote[186].end 833.16659375
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 833.35221875
transcript.pyannote[187].end 834.07784375
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 834.68534375
transcript.pyannote[188].end 841.30034375
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 841.48596875
transcript.pyannote[189].end 850.51409375
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 851.00346875
transcript.pyannote[190].end 857.75346875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 858.07409375
transcript.pyannote[191].end 858.68159375
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 858.78284375
transcript.pyannote[192].end 864.13221875
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 864.48659375
transcript.pyannote[193].end 868.72221875
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 869.43096875
transcript.pyannote[194].end 884.12909375
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 884.12909375
transcript.pyannote[195].end 886.28909375
transcript.pyannote[196].speaker SPEAKER_01
transcript.pyannote[196].start 884.68596875
transcript.pyannote[196].end 885.17534375
transcript.pyannote[197].speaker SPEAKER_00
transcript.pyannote[197].start 892.24596875
transcript.pyannote[197].end 894.96284375
transcript.whisperx[0].start 0.049
transcript.whisperx[0].end 6.954
transcript.whisperx[0].text 我必須要來肯定我們全國醫療同仁過去的努力以及我們政府怎麼樣
transcript.whisperx[1].start 29.676
transcript.whisperx[1].end 48.034
transcript.whisperx[1].text 跟醫界來合作的很簡單的跟院長跟大家說明一下首先我們非常感謝我們蔡總統一直在防疫的一個工作裡面一直支持我們不管我們什麼需求只要跟總統講他其實都會盡全力來努力
transcript.whisperx[2].start 49.141
transcript.whisperx[2].end 76.992
transcript.whisperx[2].text 我們也感謝陳副總統當時領導建立一個非常溫馨、智慧、有專業的一個防疫的模式其實是帶領我們醫界走向一個醫療堅定、醫療核心價值以及站在人民需求的立場上來創造一個更好的醫療防疫的能力請看下一張那在這幾年當中我們也真的非常感謝賴副總統其實他一直深深的
transcript.whisperx[3].start 78.141
transcript.whisperx[3].end 85.245
transcript.whisperx[3].text 以他醫師的專業以他過去的經驗一直在指導我們EJ甚至也多次到我們醫師公會
transcript.whisperx[4].start 87.257
transcript.whisperx[4].end 108.96
transcript.whisperx[4].text 來這邊做現場的一個互動指導那如果有任何的需要其實或者他想到要指導我們什麼的話其實我們是溝通無礙所以在防疫的過程當中賴副總統對我們EJ貢獻是非常的大那當然行政團隊在蘇院長的領導之下我們很多的我的好朋友都是疫情專家
transcript.whisperx[5].start 110.301
transcript.whisperx[5].end 121.548
transcript.whisperx[5].text 的投入我深深的日以繼夜在為防疫工作在這邊也特別用醫界的立場來感謝他們的投入那當然醫事公會過去因為醫界總是臺灣珍貴的資產
transcript.whisperx[6].start 127.044
transcript.whisperx[6].end 150.885
transcript.whisperx[6].text 過去百年來就是一直守護人民的健康所以當然一開始還有SARS的經驗SARS在我們陳建仁老師還有很多前輩的指導之下一切學到了很好的經驗所以一開始的時候我們一切就很擔心就勵志說不能有任何的醫護人員在受到傷害相對的就不能有人民受到傷害所以我們基本上全國
transcript.whisperx[7].start 152.536
transcript.whisperx[7].end 178.255
transcript.whisperx[7].text 24縣市的醫治工委全部推收日理企業在做防疫的工作以外大概每一個禮拜我們都會開一個全國性的醫治會議然後看看政府有來配合政府的政策把它落實到所有全國各鄉鎮的任何一個角落有疫情 有狀況我們在社區就給它鎖住最好的一個防疫的一個陣線那比如說我們在
transcript.whisperx[8].start 179.668
transcript.whisperx[8].end 208.06
transcript.whisperx[8].text 人員醫院比較緊迫的時候我們可以看下面的部分其實我們也發動了全國的也是在總統的指導之下連基層醫師在出來拚因為醫院緊緊緊繃、人力緊繃還有很多重症需要治療所以我們就動員了四大方向當然也請奧比奧科醫學會來做指導全國來做篩檢的工作當然我們因為人心會需要穩定
transcript.whisperx[9].start 209.111
transcript.whisperx[9].end 234.09
transcript.whisperx[9].text 除了我的老師陳建仁院長給我們全國很大的心理的一個支持以外我們也要給他們做身心壓力的一個照顧這個我們請精神醫學會來幫忙另外在社區還是很多預防保健及慢性的疾病的管理及家級安寧照顧等等的一個照顧其實在我們也請家庭醫學會動員來指導我們跟基層醫師來做
transcript.whisperx[10].start 238.055
transcript.whisperx[10].end 265.487
transcript.whisperx[10].text 最後就是我們的一個社區打疫苗的事情我們請兒科醫學院他們比較會打疫苗來做所以這樣有動員萬民的基層醫療這樣做那這個過程當中我也感謝我們陳建仁老師在這樣的一個工作裡面給我們最大的支持那當然後續完成的六大任務這一次這幾年來最重要的就是不管是PCR的採檢還有就是演技的一個診療大家應該知道這個
transcript.whisperx[11].start 266.81
transcript.whisperx[11].end 287.282
transcript.whisperx[11].text 當台北市在疫情緊繃的時候,一天有1萬個感染者只要有20隻跑到醫院去,醫院急診就崩潰了但是我們政府有一個很好的政策,就是居家的一個醫療,視訊醫療,可以讓得病的人、染疫的人能夠在家裡
transcript.whisperx[12].start 287.898
transcript.whisperx[12].end 311.474
transcript.whisperx[12].text 我們用視訊給他用家庭意識的方式讓小孩子發燒家屬不用把小孩子帶到急診那可以在家裡得到很安心的照顧一萬個每天一萬個病人這樣鎖下來這是臺灣的奇蹟也是世界我想一個典範先看下一張那當然就是在疫苗的追蹤其實也感謝陳
transcript.whisperx[13].start 313.951
transcript.whisperx[13].end 339.942
transcript.whisperx[13].text 其實全部的政府的高層我這個互動當中他們都很支持很鼓勵基層社區來做所以克服了很多的困難讓社區遵守來打疫苗打不到幾個月大概有70%的疫苗是在社區打民眾也得到方便我想這個部分也是當時陳建仁教授給我們最大的一個鼓勵跟用文獻來呈現當然這樣的成果我們
transcript.whisperx[14].start 344.096
transcript.whisperx[14].end 372.511
transcript.whisperx[14].text 也不只在國內所處我們只要分享給我們世界各國剛好我們台灣醫師會跟世界醫師會互動非常好所以我們的專家把我們台灣的很多經驗也分享到世界各國所以世界醫師會更加肯定我們台灣在過去醫療的水準甚至防疫的水準都是一流的更加的堅定支持我們台灣一定要參與WHO的活動所以大家的防疫成果
transcript.whisperx[15].start 373.058
transcript.whisperx[15].end 400.938
transcript.whisperx[15].text 其實是幫我們台灣打下了很多的江山那我也曾經在2021我擔任這個亞大19個國家醫師會的總會長我們也把我們的經驗分享給亞洲19個國家讓他們能夠防疫的更好亞太的安全當然是大家努力的那同時也在2021年的9月在台灣開的西貿大會裡面我們把過去大家努力的經驗、心血
transcript.whisperx[16].start 403.191
transcript.whisperx[16].end 425.861
transcript.whisperx[16].text 呈現在有一個叫做臺北宣言發表在國際間最近也得到WHO世界議事會世界議事會跟WHO息子相關要我們把它正式在REVISE變成世界級的我想都是我們政府民間還有各個專業團體大家一起努力貢獻的一個結果請看下一張那請問
transcript.whisperx[17].start 430.812
transcript.whisperx[17].end 457.472
transcript.whisperx[17].text 院長有沒有對前面這些工作要不要跟我們醫療團隊或者是講幾句話我想台灣在過去2020年開始連續三四年的這個期間我們真的要謝謝我們邱泰源委員還有我們醫事工會甚至全國防疫還有醫療第一線的工作同仁們的辛勞大家的努力確實使得
transcript.whisperx[18].start 458.713
transcript.whisperx[18].end 458.953
transcript.whisperx[18].text 邱泰源議員
transcript.whisperx[19].start 488.773
transcript.whisperx[19].end 488.913
transcript.whisperx[19].text 邱泰源議員
transcript.whisperx[20].start 507.193
transcript.whisperx[20].end 507.253
transcript.whisperx[20].text 邱泰源
transcript.whisperx[21].start 532.37
transcript.whisperx[21].end 547.57
transcript.whisperx[21].text 我們在屏東就壓抑得很好可是我們會發現在新北市跟北市因為有所謂的萬華事件的關係所以這個疫情曾經告急在這樣的一個情況下也幸好
transcript.whisperx[22].start 547.91
transcript.whisperx[22].end 547.97
transcript.whisperx[22].text 邱泰源議員
transcript.whisperx[23].start 563.072
transcript.whisperx[23].end 563.252
transcript.whisperx[23].text 邱泰源議員
transcript.whisperx[24].start 587.938
transcript.whisperx[24].end 588.038
transcript.whisperx[24].text 邱泰源議員
transcript.whisperx[25].start 609.855
transcript.whisperx[25].end 635.252
transcript.whisperx[25].text 謝謝院長陳老師的一個鼓勵以及對全國醫療團隊所有還醫的工作等等的再度的鼓勵那其實這些成功其實是其來有自當然這個努力我也要感謝我們協熱人部長在這過去幾年當中次長任內跟我們醫界攜手合作我們到哪裡他就到哪裡一樣的
transcript.whisperx[26].start 636.437
transcript.whisperx[26].end 658.702
transcript.whisperx[26].text 來做一種防疫的工作在這邊特別感謝我們謝部長那我要講的就是前面的努力其實直擊臺灣的珍貴所以臺灣應該要更加來和諧更加的來互相攜手來把所有過去大家的努力累積的老幹心之傳承好繼續守護這個臺灣像我剛剛這個圖就是
transcript.whisperx[27].start 662.315
transcript.whisperx[27].end 687.79
transcript.whisperx[27].text 我們其實台灣百年來醫者就是關懷人民跟社會的情懷那我也記得我的老師臺大醫學院的前院長謝伯仁教授其實我這30年來所有在不管在醫師公會或者是在立委案上我都跟隨他的理念他是一個不求名利只求台灣好的人在過去他也跟陳建仁教授非常合作在推動很多很多到現在
transcript.whisperx[28].start 689.336
transcript.whisperx[28].end 694.18
transcript.whisperx[28].text 臺灣有這樣的資產,我們未來可以珍惜守護臺灣,讓臺灣的專業發揮,我想是人民之福
transcript.whisperx[29].start 713.393
transcript.whisperx[29].end 735.568
transcript.whisperx[29].text 那小弟我大概在去年也是借領臺大退休的所以我現在是臺大的名譽教授那但是我想未來我想我們有更多更多臺灣更多的醫療專業的職業這是臺灣的一個比較珍貴的因為我們的訓練百年來就是讓我們怎麼樣關懷人民所以這中間我還是因為我也算是
transcript.whisperx[30].start 735.973
transcript.whisperx[30].end 764.574
transcript.whisperx[30].text 今天應該是很榮幸又有機會來這邊發言應該是我在立法院最後一次公開發言我在這邊還是要表達說臺灣過去百年來醫療人員對人民對社會的一個貢獻那現在的一個制度方面我們希望未來怎麼樣改善一個更好的醫療環境那藉著這樣的一個疫情的一個異後我們就謙虛的思考就好像我們SARS以後我們很多醫療體系當時
transcript.whisperx[31].start 765.865
transcript.whisperx[31].end 793.563
transcript.whisperx[31].text 很固執可是到此以後從地震911地震以後我們把醫院跟基層合作起來共同攜手來照顧社區的民眾一路走來到一個COVID-19那天以後我們更是要來思考那要珍惜我們這些專業人員但是請看下一張但是我上次也有建議其實在後疫情時代我們怎麼樣其實世界各國都在善待
transcript.whisperx[32].start 794.438
transcript.whisperx[32].end 822.354
transcript.whisperx[32].text 議事人員投入必要的醫療資源因為他們都站在疫情當中守護人民的健康第二個就是說如果在健保方面也是臺灣的滿意度高但是對醫療人員是承擔比較重如果總而沒有辦法隨醫療需求來承足夠是不是應該要怎麼樣來健康投資這個是我們未來、以後要嚴肅面對的問題第三個在基層醫療、社區醫療怎麼樣加強他們的量能
transcript.whisperx[33].start 823.342
transcript.whisperx[33].end 850.129
transcript.whisperx[33].text 跟數位的努力我想以後未來我希望建設一個健康台灣裡面這幾點都可以請我們執政部團隊未來好好的針對這個來努力那我也希望執政團隊把這個列入紀錄將來這是一屆的行程當然最後一個小小的請求就是我們112年第二季第三季平均點子0.9但是其實希望
transcript.whisperx[34].start 851.049
transcript.whisperx[34].end 855.052
transcript.whisperx[34].text 雖然今天有上個主題,但是我希望不要影響到我們對防疫的成果、台灣的努力、台灣人的光榮
transcript.whisperx[35].start 877.594
transcript.whisperx[35].end 883.563
transcript.whisperx[35].text 衷心感謝防疫工作的研發政策原理實務防疫的團隊及全民的支持跟配合感謝大家謝謝