iVOD / 154588

Field Value
IVOD_ID 154588
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154588
日期 2024-07-09
會議資料.會議代碼 院會-11-1-21
會議資料.會議代碼:str 第11屆第1會期第21次會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 21
會議資料.種類 院會
會議資料.標題 第11屆第1會期第21次會議
影片種類 Clip
開始時間 2024-07-09T16:17:50+08:00
結束時間 2024-07-09T16:33:30+08:00
影片長度 00:15:40
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/21d04b5a781cb6185ad599ff5aea37eca09fb1100d58f4be2199544e32500e6bd3df1470de2396d05ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱若華
委員發言時間 16:17:50 - 16:33:30
會議時間 2024-07-09T09:00:00+08:00
會議名稱 第11屆第1會期第21次會議(事由:一、對行政院院長報告施政方針繼續質詢。 二、7月5日上午9時至10時為國是論壇時間。 三、7月9日下午1時50分至2時30分為處理臨時提案時間。)
gazette.lineno 378
gazette.blocks[0][0] 邱委員若華:(16時17分)謝謝主席,有請卓院長。
gazette.blocks[1][0] 主席:請卓院長備詢。
gazette.blocks[2][0] 卓院長榮泰:邱委員好。
gazette.blocks[3][0] 邱委員若華:院長午安。首先先來請問院長一個問題,院長,請問您知道算至今年2月,我國全臺縣市人口成長率排名第一的是哪個縣市嗎?
gazette.blocks[4][0] 卓院長榮泰:全國縣市人口?
gazette.blocks[5][0] 邱委員若華:人口成長率。
gazette.blocks[6][0] 卓院長榮泰:就我所知,桃園是增加很快的。
gazette.blocks[7][0] 邱委員若華:沒錯,第一名就是我們桃園市。根據內政部最新的人口統計,全臺縣市人口成長率排名第一的就是我們桃園市,年增率達1.32%,1年內增加了約3萬人。桃園市近一年的人口成長幅度最多的行政區依序來看,首先是龜山區,年漲幅3.03%;第二名是桃園觀音區,年漲幅1.9%;第三名則是桃園區,年漲幅1.52%。院長,請問這樣人口爆炸性的成長,是我們10年前能預見的嗎?
gazette.blocks[8][0] 卓院長榮泰:應該不是,所以我們一些公共設施跟相關配備要補得上來、趕得上來。
gazette.blocks[9][0] 邱委員若華:對啊,要跟著提升嘛。就是因為2014年桃園升格為直轄市之後,社會福利變多了,重大的公共建設也變多,產業進駐,就業機會多,增加了許多人口移入。但是我們來瞭解一下桃園的醫療分布,我們可以看到南桃園有天成醫療體系,還有聯新國際醫院,還有衛生福利部的桃園醫院,可以說是醫療資源相當豐富。但是院長,桃園人口成長最多的地方是龜山區、觀音區,還有桃園區,這些都是北桃園,而我們的醫療區域已經十多年沒有做調整了,桃園市2010年是200萬人,到目前最新統計已經達232萬人,成長了32萬人是什麼樣一個概念?就是直逼一個基隆市的人口,反觀基隆市人口持續外流,從38萬人已經萎縮到36萬人,結果我們現在住在北桃園的民眾如果生病有就醫需求的話,他們可能會到臺北,要去跟臺北人爭林口長庚醫院或是新北的恩主公醫院,雖然一直在討論我們八德要增設次醫療區,立意良好,請問院長,這樣一共會增加多少床位?我們是否來建議我們每五年就重新檢視並做醫療區域的劃分?
gazette.blocks[10][0] 卓院長榮泰:八德區人口迅速的增加,所以我們將規劃桃園市次醫療區從2個變成3個,也增加了八德次醫療區這樣新的規劃,請衛福部報告我們有新的、進一步規劃的計畫。
gazette.blocks[11][0] 邱部長泰源:謝謝委員關心桃園的醫療資源分布,的確八德地區人口已經達20萬,因此我們已經把桃園市的次醫療區由2區變成3區,新增加了八德次醫療區,床數的部分我們會再來精算,目前……
gazette.blocks[12][0] 邱委員若華:本席在這邊要告訴部長,如果從2處的次醫療區域調整為3個,這個範圍包括八德、大溪、復興、平鎮、龍潭,床數可以增加1,528床,每萬人不得超過50張的急性、慢性一般病床,院長,關於我們八德次醫療區這件事分為兩個層次,第一個是八德以及鄰近的人口,我們看到增加如此快速,是否還適用我們的次醫療區?這是第一個問題。另外,近來桃園整個人口都在提升,北桃園其實是相對非常缺乏醫療資源,是否我們北桃園人需要自己的區域醫院呢?請院長、部長說明。
gazette.blocks[13][0] 卓院長榮泰:我們如果用均衡臺灣的理念來看,各地的各項公共設施的配比,應該要讓它合理均勻化,但是也考慮到地方的配合,很多的包括土地、包括人力、包括經費,這個都要一併考慮在內,衛福部應該會有詳實的計畫。
gazette.blocks[14][0] 邱部長泰源:我可不可以跟委員報告一下?我們在109年2月12號已經許可八德長榮醫院的設立,這個是在八德區,病床的規模是急性一般病床150床,這個部分已經核可;在111年5月,原則同意清華大學新設立桃園附設醫院,這個是在大園,病床規模為急性一般病床200床以及精神病床達30床。另外,桃園市政府好像也有意要設置市立醫院,一般病床也達到100床,這個也可以由桃園市政府向衛福部提出申請。
gazette.blocks[15][0] 邱委員若華:部長,其實將2個區域劃為3個一直是我們桃園市政府提出的,而八德,您有提到八德要增設醫院,那都還沒有興建中,所以八德、大溪的民眾他們都必須到新北市鄰近的醫院來就醫,剛才有講到我們桃園市政府衛生局,根據衛生局統計,急性一般病床是7,919床,桃園次區域是5,253床,中壢的次區域是2,666床,平均每萬人口是35床,雖然衛福部醫審會另外通過1,894床的急性一般病床,但這些都還是本席剛才說到籌建中的醫院,比如說像聖保祿醫院,還有我們的國軍桃園總醫院增設的病床,長遠看下來,我們地方真的很需要醫療資源重新合理來分配,最重要的是要重新劃分次醫療區。
gazette.blocks[16][0] 邱部長泰源:是的,我想劃分次醫療區的區域,就是希望能夠把資源分配讓民眾的醫療可近性能夠增加,而且能夠由各個醫院,整個由各級,從比較大的醫院到小的醫院,到基層醫療診所……
gazette.blocks[17][0] 邱委員若華:部長,那桃園何時可以來做劃分?
gazette.blocks[18][0] 邱部長泰源:我想我們已經先公布將會多設一個區,我們會去瞭解到整個要興建的,或者是已經通過的,整個來做一個檢討,我想我們這個部分檢討以後,我們再跟委員報告,我們共同來思考怎麼樣來充實這裡的醫療資源。
gazette.blocks[19][0] 邱委員若華:同時,院長,可否請您回去就上開問題偕同桃園市政府,還有衛福部等相關單位共同討論符合桃園發展的對策,因為不能每一次政策都在邊緣性做修改。隨著我們人口高齡化,對於醫療的需求會更加深,桃園現在的情況也不是當初規劃次醫療區的情況,我們為什麼不一剛開始就把這個事情做到位,給我們桃園一個安身立命的好環境?可否請院長回去就本席提出的問題,像是重新劃設次醫療區,還有給八德人一個區域型的醫院來做討論,可以在兩個月內開會完畢嗎?
gazette.blocks[20][0] 卓院長榮泰:剛剛部長已經承諾會跟委員,包括跟桃園市政府就實際需要進一步再去協商,大家能夠討論出一個最可行,而且是好的方法。
gazette.blocks[21][0] 邱委員若華:兩個月內……
gazette.blocks[22][0] 卓院長榮泰:馬上就進行。
gazette.blocks[23][0] 邱委員若華:馬上就進行,好,謝謝,謝謝院長,再請提供本席書面資料。
gazette.blocks[24][0] 邱部長泰源:我們會儘快進行。
gazette.blocks[25][0] 邱委員若華:接下來我們看到弱勢兒童,還有青少年、弱勢兒少療育補助,院長,您知道早期療育和復健之間的分水嶺在哪嗎?
gazette.blocks[26][0] 卓院長榮泰:請委員指教。
gazette.blocks[27][0] 邱委員若華:6歲之前叫早期療育,6歲之後叫做復健。院長、部長,根據衛福部統計,臺灣的早期療育服務個案通報人數,我們從2011年起來看是逐步緩升,平均每年增加7%,2019年在疫情爆發之前,通報人數已經超過2萬5,000人了,2020還有2021因為受到新冠疫情的影響,沒有明顯的波動,疫情解封之後,我們看到2022通報人數大幅上升,2023年通報的人數高達3萬4,781人,創下歷史的新高,跟疫情之前相比成長逾3成。
gazette.blocks[27][1] 我們桃園對於早療已經做了很多努力,像是跟家長加強宣導早期療育的重要性,但是院長,我現在想跟您探討的是關於弱勢青少年,還有早期療育延續性的問題。當孩子超過6歲之後就會進入教育部的特教資源系統,但很多孩子雖然年紀已經超過6歲,他們還是有繼續復健的必要性,請問院長,你有注意過這個問題嗎?部長、院長。
gazette.blocks[28][0] 卓院長榮泰:我們曾經接觸過很多早療的單位,包括在臺南各地,都有對這些早期發展比較遲緩的或是需要照顧的小孩子,做了很多學前的輔導工作。
gazette.blocks[29][0] 邱委員若華:謝謝院長有關心到這個問題。我們這邊要來討論的是,針對特殊境遇的家庭,如果他們碰上有持續需要早療或是復健的孩子,家庭的負擔是非常沉重的,相信院長和部長都知道,也許執政者會說,如果他們有身心障礙手冊的話,他們可以來申請復康巴士,或是學校有特教資源,但是對於慢飛的孩子,他們從學校回到家之後,家長本身並沒有特教的專業,他們也不是職能治療師,他們沒有辦法自己來做教育跟訓練,只能送去醫療院所接受復健,對於弱勢家庭來說,不論是車馬費還是自費的項目,都是很沉重的!如果我們在青少年他們有成長進步空間的時候可以持續訓練的話,拉他們一把,往後可以替政府省下更多成本。院長、部長,您認同嗎?
gazette.blocks[30][0] 邱部長泰源:報告委員,認同。而且我們除了早療的早期發現,我們現在的努力是早期發現,發現了進行早期治療以後,也連結到醫療機構,這個部分在量能方面,這幾年擴展得非常大,如果需要再怎麼改善,我們都願意把這些……因為這真的是很需要,不管是白天或者是下課以後,真的都很需要給他多一點照顧,他才能夠真的在社會上趕快恢復社會功能。
gazette.blocks[31][0] 邱委員若華:因為我們現在看到針對弱勢家庭,還有特殊境遇家庭,本席有請教臺北市政府,他們有施行這個政策,一年需要增加多少預算,我們得到的答案是兩百多萬元,其實兩百多萬元並不算高,可是如果我們來支持他們,可以讓特殊境遇的慢飛兒家庭有希望,並給予他們最及時的幫助。院長,這樣的德政,我們是否可以全國統一施行?
gazette.blocks[32][0] 卓院長榮泰:我請衛福部去瞭解一下,如果是這樣的經費可以幫助很多的人,那政府該投入的政府投資、社會投資是絕對值得的,我們往這個方向來做思考。
gazette.blocks[33][0] 邱部長泰源:我們馬上來瞭解、來精進。
gazette.blocks[34][0] 邱委員若華:是,再請部長回去做研究。
gazette.blocks[34][1] 本席要說,對於資源比較集中的北臺灣都還需要這樣的補助,更何況是資源比較匱乏的其他偏鄉地區。這個制度一旦施行的話,可以有拋磚引玉的作用,其他的單位也可以陸續加入並且投入關注這樣的情況。
gazette.blocks[34][2] 是否可請院長回去針對推動全國弱勢兒童還有少年醫療補助,讓6歲以上未滿18歲的弱勢兒少,也可以申請健保不給付、須自費發展遲緩療育的教育訓練費用?
gazette.blocks[35][0] 卓院長榮泰:我不大瞭解這個……
gazette.blocks[36][0] 邱部長泰源:可不可以請委員再……
gazette.blocks[37][0] 邱委員若華:我們希望能夠推動弱勢兒童還有少年醫療補助,讓6歲以上未滿18歲的弱勢兒少,也可以申請健保不給付、須自費發展遲緩療育的教育訓練費用。
gazette.blocks[38][0] 邱部長泰源:我想只要弱勢家庭需要幫忙,不管是在健保或者是在社福方面,應該都會給他最大的支持。
gazette.blocks[39][0] 邱委員若華:希望衛福部這邊可以持續來做關注。
gazette.blocks[40][0] 邱部長泰源:一定、一定。
gazette.blocks[41][0] 邱委員若華:包括罕見疾病還有重大傷病的兒童。
gazette.blocks[42][0] 邱部長泰源:對小孩子的照顧是我們的重中之重。
gazette.blocks[43][0] 邱委員若華:OK,再拜託部長。
gazette.blocks[44][0] 卓院長榮泰:我會請衛福部研議這個方式。
gazette.blocks[45][0] 邱委員若華:好,謝謝。
gazette.blocks[45][1] 接下來是有關遠距離醫療一條龍看診和領藥。院長,我們桃園雖然整體來說給人家交通方便的印象,但是桃園其實也有交通不便利的偏鄉,部長,您知道是哪裡嗎?我們桃園的偏鄉。
gazette.blocks[46][0] 邱部長泰源:桃園的偏鄉?
gazette.blocks[47][0] 邱委員若華:對,您知道是哪裡嗎?
gazette.blocks[48][0] 邱部長泰源:請委員指教。
gazette.blocks[49][0] 邱委員若華:是我們桃園的復興區,就是以前的復興鄉。
gazette.blocks[50][0] 邱部長泰源:喔,復興。
gazette.blocks[51][0] 邱委員若華:我們桃園市政府為了減緩偏鄉孕媽咪看診的不方便,辦了一個叫做線上看診app的遠端服務。因為山區的交通相當不方便,目前也沒有婦產科的專科醫師執業,我們山區內的孕(產)婦不容易接受良好的孕(產)期醫療照護和衛教,請問院長,您認為這個政策如何?遠端照護app。
gazette.blocks[52][0] 卓院長榮泰:遠距醫療行為對偏鄉、原住民或是山區的地方都有它的實際需要,我們要增加它很多的相關設備,包括通訊的條件。
gazette.blocks[53][0] 邱委員若華:我看了一下我們的全民健康保險遠距醫療給付計畫,專科門診遠距會診有以下7科:眼科、耳鼻喉科、皮膚科、心臟內科、胃腸科、神經內科、胸腔科,缺乏婦產科。院長,既然少子化是國安危機,為什麼沒有納入婦產科?
gazette.blocks[54][0] 卓院長榮泰:這個可以讓衛福部研議,馬上當做一個檢討的方式把它納入。
gazette.blocks[55][0] 邱部長泰源:因為桃園這個是有做IDS計畫還有遠距醫療的計畫,所以它應該是所有需要的都可以來做,如果其他的地方有需要加強科別的話,我想這個都是應該要做的。
gazette.blocks[56][0] 邱委員若華:那再請部長納入。謝謝。
gazette.blocks[57][0] 邱部長泰源:好,謝謝。
gazette.blocks[58][0] 邱委員若華:謝謝主席、謝謝部長和院長。
gazette.blocks[59][0] 主席:好,謝謝邱委員、謝謝院長。
gazette.blocks[59][1] 下一位請涂權吉委員質詢。
gazette.agenda.page_end 182
gazette.agenda.meet_id 院會-11-1-21
gazette.agenda.speakers[0] 江啟臣
gazette.agenda.speakers[1] 王定宇
gazette.agenda.speakers[2] 黃國昌
gazette.agenda.speakers[3] 羅明才
gazette.agenda.speakers[4] 吳琪銘
gazette.agenda.speakers[5] 葉元之
gazette.agenda.speakers[6] 邱若華
gazette.agenda.speakers[7] 楊曜
gazette.agenda.speakers[8] 羅智強
gazette.agenda.speakers[9] 黃健豪
gazette.agenda.speakers[10] 盧縣一
gazette.agenda.speakers[11] 蘇清泉
gazette.agenda.speakers[12] 林國成
gazette.agenda.speakers[13] 李昆澤
gazette.agenda.speakers[14] 羅廷瑋
gazette.agenda.speakers[15] 陳培瑜
gazette.agenda.speakers[16] 林月琴
gazette.agenda.speakers[17] 游顥
gazette.agenda.speakers[18] 王正旭
gazette.agenda.speakers[19] 林淑芬
gazette.agenda.speakers[20] 涂權吉
gazette.agenda.page_start 93
gazette.agenda.meetingDate[0] 2024-07-09
gazette.agenda.gazette_id 1136601
gazette.agenda.agenda_lcidc_ids[0] 1136601_00005
gazette.agenda.agenda_lcidc_ids[1] 1136601_00006
gazette.agenda.meet_name 立法院第11屆第1會期第21次會議紀錄
gazette.agenda.content 施政質詢 對行政院院長報告施政方針繼續質詢─ 詢答完畢─
gazette.agenda.agenda_id 1136601_00004
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 1.29659375
transcript.pyannote[0].end 3.43971875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 3.43971875
transcript.pyannote[1].end 4.78971875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 13.81784375
transcript.pyannote[2].end 13.83471875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 13.83471875
transcript.pyannote[3].end 14.45909375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 14.76284375
transcript.pyannote[4].end 26.30534375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 27.30096875
transcript.pyannote[5].end 28.70159375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 28.70159375
transcript.pyannote[6].end 29.95034375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 30.13596875
transcript.pyannote[7].end 30.16971875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 30.16971875
transcript.pyannote[8].end 30.57471875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 30.86159375
transcript.pyannote[9].end 31.63784375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 31.80659375
transcript.pyannote[10].end 33.59534375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 33.64596875
transcript.pyannote[11].end 36.05909375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 36.19409375
transcript.pyannote[12].end 46.74096875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 46.77471875
transcript.pyannote[13].end 51.88784375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 52.00596875
transcript.pyannote[14].end 53.79471875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 54.28409375
transcript.pyannote[15].end 54.68909375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 55.51596875
transcript.pyannote[16].end 59.86971875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 60.22409375
transcript.pyannote[17].end 61.74284375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 62.67096875
transcript.pyannote[18].end 70.26471875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 71.14221875
transcript.pyannote[19].end 76.39034375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 77.01471875
transcript.pyannote[20].end 78.11159375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 77.60534375
transcript.pyannote[21].end 86.29596875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 86.59971875
transcript.pyannote[22].end 93.28221875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 93.55221875
transcript.pyannote[23].end 102.58034375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 102.64784375
transcript.pyannote[24].end 128.33159375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 128.88846875
transcript.pyannote[25].end 129.15846875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 129.78284375
transcript.pyannote[26].end 134.64284375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 135.16596875
transcript.pyannote[27].end 140.65034375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 140.81909375
transcript.pyannote[28].end 141.56159375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 141.66284375
transcript.pyannote[29].end 142.59096875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 142.97909375
transcript.pyannote[30].end 162.01409375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 162.89159375
transcript.pyannote[31].end 164.46096875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 165.11909375
transcript.pyannote[32].end 174.48471875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 174.77159375
transcript.pyannote[33].end 180.08721875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 175.21034375
transcript.pyannote[34].end 175.27784375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 175.27784375
transcript.pyannote[35].end 175.31159375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 175.31159375
transcript.pyannote[36].end 175.42971875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 181.77471875
transcript.pyannote[37].end 186.33096875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 186.48284375
transcript.pyannote[38].end 187.17471875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 187.51221875
transcript.pyannote[39].end 191.89971875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 192.43971875
transcript.pyannote[40].end 204.10034375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 204.79221875
transcript.pyannote[41].end 206.20971875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 205.65284375
transcript.pyannote[42].end 206.59784375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 207.25596875
transcript.pyannote[43].end 215.69346875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 215.89596875
transcript.pyannote[44].end 217.12784375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 217.54971875
transcript.pyannote[45].end 219.20346875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 220.38471875
transcript.pyannote[46].end 235.58909375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 235.82534375
transcript.pyannote[47].end 239.04846875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 239.30159375
transcript.pyannote[48].end 243.68909375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 244.12784375
transcript.pyannote[49].end 246.74346875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 247.01346875
transcript.pyannote[50].end 250.77659375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 251.01284375
transcript.pyannote[51].end 255.14721875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 255.53534375
transcript.pyannote[52].end 257.10471875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 257.17221875
transcript.pyannote[53].end 260.80034375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 260.88471875
transcript.pyannote[54].end 265.87971875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 266.20034375
transcript.pyannote[55].end 273.05159375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 273.08534375
transcript.pyannote[56].end 273.10221875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 273.11909375
transcript.pyannote[57].end 273.40596875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 273.67596875
transcript.pyannote[58].end 276.00471875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 276.12284375
transcript.pyannote[59].end 276.37596875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 276.37596875
transcript.pyannote[60].end 276.49409375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 276.49409375
transcript.pyannote[61].end 276.78096875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 277.06784375
transcript.pyannote[62].end 296.87909375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 297.19971875
transcript.pyannote[63].end 300.05159375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 300.18659375
transcript.pyannote[64].end 303.57846875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 303.91596875
transcript.pyannote[65].end 308.18534375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 308.69159375
transcript.pyannote[66].end 315.03659375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 315.03659375
transcript.pyannote[67].end 325.31346875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 325.66784375
transcript.pyannote[68].end 329.56596875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 329.70096875
transcript.pyannote[69].end 364.64909375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 364.68284375
transcript.pyannote[70].end 373.91346875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 374.67284375
transcript.pyannote[71].end 378.50346875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 379.09409375
transcript.pyannote[72].end 385.16909375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 385.50659375
transcript.pyannote[73].end 390.02909375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 390.48471875
transcript.pyannote[74].end 393.58971875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 392.76284375
transcript.pyannote[75].end 393.40409375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 393.60659375
transcript.pyannote[76].end 393.62346875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 393.62346875
transcript.pyannote[77].end 395.34471875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 393.65721875
transcript.pyannote[78].end 394.23096875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 395.34471875
transcript.pyannote[79].end 402.11159375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 402.26346875
transcript.pyannote[80].end 416.80971875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 417.06284375
transcript.pyannote[81].end 423.03659375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 423.37409375
transcript.pyannote[82].end 425.65221875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 425.88846875
transcript.pyannote[83].end 428.89221875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 428.95971875
transcript.pyannote[84].end 430.09034375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 430.79909375
transcript.pyannote[85].end 448.58534375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 448.87221875
transcript.pyannote[86].end 449.46284375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 450.00284375
transcript.pyannote[87].end 460.78596875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 461.10659375
transcript.pyannote[88].end 461.68034375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 461.96721875
transcript.pyannote[89].end 462.64221875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 463.11471875
transcript.pyannote[90].end 467.21534375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 467.72159375
transcript.pyannote[91].end 475.04534375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 475.19721875
transcript.pyannote[92].end 475.43346875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 475.43346875
transcript.pyannote[93].end 481.62659375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 475.46721875
transcript.pyannote[94].end 475.51784375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 475.56846875
transcript.pyannote[95].end 476.90159375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 478.20096875
transcript.pyannote[96].end 478.53846875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 480.42846875
transcript.pyannote[97].end 481.03596875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 481.03596875
transcript.pyannote[98].end 481.57596875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 481.62659375
transcript.pyannote[99].end 481.66034375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 481.66034375
transcript.pyannote[100].end 481.67721875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 482.25096875
transcript.pyannote[101].end 490.46909375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 492.66284375
transcript.pyannote[102].end 494.63721875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 493.43909375
transcript.pyannote[103].end 493.87784375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 495.10971875
transcript.pyannote[104].end 496.88159375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 496.88159375
transcript.pyannote[105].end 501.06659375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 501.53909375
transcript.pyannote[106].end 512.67659375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 512.76096875
transcript.pyannote[107].end 517.43534375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 517.53659375
transcript.pyannote[108].end 544.50284375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 544.84034375
transcript.pyannote[109].end 551.18534375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 552.40034375
transcript.pyannote[110].end 555.45471875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 556.18034375
transcript.pyannote[111].end 563.40284375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 564.09471875
transcript.pyannote[112].end 567.30096875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 568.63409375
transcript.pyannote[113].end 569.79846875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 568.75221875
transcript.pyannote[114].end 569.86596875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 570.20346875
transcript.pyannote[115].end 580.36221875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 580.44659375
transcript.pyannote[116].end 582.26909375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 582.94409375
transcript.pyannote[117].end 586.08284375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 586.40346875
transcript.pyannote[118].end 614.78721875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 615.00659375
transcript.pyannote[119].end 621.55409375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 622.56659375
transcript.pyannote[120].end 623.49471875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 623.69721875
transcript.pyannote[121].end 632.25284375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 632.50596875
transcript.pyannote[122].end 634.27784375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 634.44659375
transcript.pyannote[123].end 637.92284375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 638.02409375
transcript.pyannote[124].end 639.22221875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 639.50909375
transcript.pyannote[125].end 643.96409375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 645.04409375
transcript.pyannote[126].end 647.35596875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 647.47409375
transcript.pyannote[127].end 669.54659375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 669.93471875
transcript.pyannote[128].end 681.08909375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 680.46471875
transcript.pyannote[129].end 687.09659375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 687.16409375
transcript.pyannote[130].end 697.25534375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 698.14971875
transcript.pyannote[131].end 698.52096875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 698.90909375
transcript.pyannote[132].end 704.64659375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 704.89971875
transcript.pyannote[133].end 708.73034375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 709.40534375
transcript.pyannote[134].end 718.02846875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 718.26471875
transcript.pyannote[135].end 719.02409375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 719.02409375
transcript.pyannote[136].end 719.05784375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 719.05784375
transcript.pyannote[137].end 719.76659375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 720.17159375
transcript.pyannote[138].end 723.41159375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 723.86721875
transcript.pyannote[139].end 726.87096875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 726.95534375
transcript.pyannote[140].end 737.35034375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 737.87346875
transcript.pyannote[141].end 748.20096875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 748.94346875
transcript.pyannote[142].end 763.40534375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 765.90284375
transcript.pyannote[143].end 765.91971875
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 765.91971875
transcript.pyannote[144].end 765.98721875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 765.98721875
transcript.pyannote[145].end 766.24034375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 767.26971875
transcript.pyannote[146].end 768.02909375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 768.23159375
transcript.pyannote[147].end 768.33284375
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 768.85596875
transcript.pyannote[148].end 771.03284375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 772.24784375
transcript.pyannote[149].end 784.00971875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 772.31534375
transcript.pyannote[150].end 772.73721875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 785.35971875
transcript.pyannote[151].end 788.75159375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 788.07659375
transcript.pyannote[152].end 792.93659375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 793.32471875
transcript.pyannote[153].end 796.80096875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 797.67846875
transcript.pyannote[154].end 803.06159375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 800.27721875
transcript.pyannote[155].end 801.10409375
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 801.18846875
transcript.pyannote[156].end 801.20534375
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 801.35721875
transcript.pyannote[157].end 801.72846875
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 803.11221875
transcript.pyannote[158].end 806.82471875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 807.01034375
transcript.pyannote[159].end 808.30971875
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 807.70221875
transcript.pyannote[160].end 809.38971875
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 809.38971875
transcript.pyannote[161].end 809.47409375
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 809.60909375
transcript.pyannote[162].end 809.65971875
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 809.65971875
transcript.pyannote[163].end 810.87471875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 809.71034375
transcript.pyannote[164].end 810.97596875
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 810.97596875
transcript.pyannote[165].end 811.02659375
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 811.24596875
transcript.pyannote[166].end 815.14409375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 815.24534375
transcript.pyannote[167].end 825.30284375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 828.05346875
transcript.pyannote[168].end 828.98159375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 829.77471875
transcript.pyannote[169].end 830.43284375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 831.95159375
transcript.pyannote[170].end 832.74471875
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 832.94721875
transcript.pyannote[171].end 834.29721875
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 835.19159375
transcript.pyannote[172].end 836.76096875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 836.89596875
transcript.pyannote[173].end 839.96721875
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 839.20784375
transcript.pyannote[174].end 841.03034375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 840.16971875
transcript.pyannote[175].end 840.50721875
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 841.48596875
transcript.pyannote[176].end 849.28221875
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 849.58596875
transcript.pyannote[177].end 853.75409375
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 854.49659375
transcript.pyannote[178].end 863.54159375
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 864.41909375
transcript.pyannote[179].end 867.40596875
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 868.75596875
transcript.pyannote[180].end 869.98784375
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 868.94159375
transcript.pyannote[181].end 870.25784375
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 870.46034375
transcript.pyannote[182].end 873.44721875
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 873.59909375
transcript.pyannote[183].end 877.53096875
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 877.90221875
transcript.pyannote[184].end 884.26409375
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 883.18409375
transcript.pyannote[185].end 883.21784375
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 884.39909375
transcript.pyannote[186].end 889.47846875
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 890.17034375
transcript.pyannote[187].end 898.21971875
transcript.pyannote[188].speaker SPEAKER_00
transcript.pyannote[188].start 898.72596875
transcript.pyannote[188].end 900.68346875
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 901.29096875
transcript.pyannote[189].end 904.86846875
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 905.20596875
transcript.pyannote[190].end 905.96534375
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 907.01159375
transcript.pyannote[191].end 909.89721875
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 909.34034375
transcript.pyannote[192].end 921.77721875
transcript.pyannote[193].speaker SPEAKER_02
transcript.pyannote[193].start 928.81409375
transcript.pyannote[193].end 930.06284375
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 933.52221875
transcript.pyannote[194].end 939.96846875
transcript.whisperx[0].start 1.645
transcript.whisperx[0].end 4.806
transcript.whisperx[0].text 謝謝主席。有請卓院長。請卓院長備詢。教育委員好。院長午安。首先先來請問院長一個問題。院長請問您知道算至今年2月我國全臺縣市人口成長率排名第一的是哪一個縣市嗎?
transcript.whisperx[1].start 27.315
transcript.whisperx[1].end 54.421
transcript.whisperx[1].text 全國縣市人口成長率就所知桃園是增加很快的沒錯第一名是就是我們桃園市那根據內政部最新人口統計全臺縣市人口成長率排名第一就是我們桃園市年增率達1.32%一年內增加了3萬人大約3萬人那桃園市近一年的人口成長幅度最多的行政區我們依序來看首先是貴山區年長幅是
transcript.whisperx[2].start 55.54
transcript.whisperx[2].end 60.626
transcript.whisperx[2].text 桂山區的年長幅是3.03%,第二名是桃園觀音區年長幅1.9%,第三名則是我們桃園區1.52%。院長請問這樣人口爆炸性的成長這是我們10年前能預見的嗎?
transcript.whisperx[3].start 71.361
transcript.whisperx[3].end 85.744
transcript.whisperx[3].text 應該不是,所以我們的一些公共的事是跟一些相關的配備要補得上來、趕得上來。對,跟著提升嘛。那就是因為2014年桃園升格為直轄市之後社會福利變多了嘛,重大的公共建設
transcript.whisperx[4].start 86.616
transcript.whisperx[4].end 86.636
transcript.whisperx[4].text 韓國瑜
transcript.whisperx[5].start 110.835
transcript.whisperx[5].end 131.983
transcript.whisperx[5].text 那是我們的醫療區域已經10多年沒有來做調整了。桃園市2010年是200萬人,到最新的統計已經打232萬人。232萬成長了32萬人,這樣是什麼樣一個概念?就是直逼一個基隆市的人口。那反觀基隆市人口持續的外流,從38萬人已經萎縮到36萬人。
transcript.whisperx[6].start 135.179
transcript.whisperx[6].end 135.359
transcript.whisperx[6].text 巴德區人口
transcript.whisperx[7].start 165.145
transcript.whisperx[7].end 166.926
transcript.whisperx[7].text 謝謝委員關心這個桃園的醫療資源的一個分布的確在巴德地區人口已經超過已經達20萬因此我們
transcript.whisperx[8].start 192.523
transcript.whisperx[8].end 217.544
transcript.whisperx[8].text 已經把臺灣市的次醫療區由兩區變成三區,新增加的巴德次醫療區。那這個床數的話我們會再來精算。那目前大概...那這邊呃,本席告訴部長齁,如果從兩處的次醫療區域調整為三個嘛,就是這個範圍包括巴德、大溪、復興、平鎮、龍潭,那床數可以增加1528床。
transcript.whisperx[9].start 220.424
transcript.whisperx[9].end 241.099
transcript.whisperx[9].text 那這個每萬人不能超過50張的急性還有慢性一般病床嗎?那院長關於這個我們巴德次醫療區這件事分為兩個層次。第一個是巴德以及鄰近的人口我們看到增加如此快速那是否還適用我們的次醫療區院區這是第一個問題。
transcript.whisperx[10].start 241.86
transcript.whisperx[10].end 254.82
transcript.whisperx[10].text 那另外那桃園進來桃園整個人口都在提升北桃園的其實相對是非常缺乏醫療資源那是否我們北桃園人需要自己的區域醫院呢?
transcript.whisperx[11].start 255.98
transcript.whisperx[11].end 273.925
transcript.whisperx[11].text 請院長部長說明我們如果用均衡臺灣的理念來看各地的各項的公共設施的配比應該要讓它合理均勻化但是也考慮到地方的配合很多的包括土地啦包括人力啦包括經費這個都要一併考慮在內那應該會不會有詳細的詳實的計畫各位部委員報告一下我們在109年2月12號已經席可八德
transcript.whisperx[12].start 281.8
transcript.whisperx[12].end 307.933
transcript.whisperx[12].text 長榮醫院的設立這個在八德區病床的規模大概一百急性一百急性一般病床一百五十床那這個部分已經合格那在一百一十一年五月原則同意清華大學新設立桃園護社醫院這個在大園病床規模為急性一般病床兩百床及精神病床達三十床另外桃園市政府好像也有意義要設置市立醫院
transcript.whisperx[13].start 308.752
transcript.whisperx[13].end 329.247
transcript.whisperx[13].text 那一般病床也達到100床,這個也可以由臺灣市政府向衛福部提出申請。是,部長其實將兩個區域劃為三個一直是我們臺灣市政府提出的,那巴德您有提到巴德偵測醫院那都還沒有新建中,所以巴德大西的民眾他們都必須要到新北市鄰近的醫院來就醫。
transcript.whisperx[14].start 330.047
transcript.whisperx[14].end 339.133
transcript.whisperx[14].text 剛才講到我們桃園市政府衛生局根據衛生局統計一般急性一般還有病床是7919床桃園次區域是5253床中壢的次區域是2666床平均每萬人口35床每萬人口是35床
transcript.whisperx[15].start 349.844
transcript.whisperx[15].end 373.04
transcript.whisperx[15].text 那雖然衛福部醫生會另外通過1894床的急性一般病床但這些都還是本期剛才說到籌建中的醫院比如說像是聖保祿醫院還有我們的國軍桃園總醫院增設的病床長遠看下來我們地方真的很需要醫療資源重新的合理來分配那最重要的是要重新的劃分次醫療區
transcript.whisperx[16].start 374.764
transcript.whisperx[16].end 393.123
transcript.whisperx[16].text 是的,我想花粉市醫療區的區域就是希望能夠把資源分配的讓民眾的可敬性醫療可敬性能夠增加而且能夠由各個醫院整個由各級從比較大的醫院到小的醫院到基層醫療聯合起來所以我想我們
transcript.whisperx[17].start 396.527
transcript.whisperx[17].end 398.428
transcript.whisperx[17].text 同時院長可否請您回序就上開的問題接通我們桃園市政府還有衛芬
transcript.whisperx[18].start 423.627
transcript.whisperx[18].end 449.274
transcript.whisperx[18].text 衛福部等相關的單位來共同討論符合桃園的發展推測。我們也不能每一次每一次政策都在邊緣性的來做修改嘛。那隨著我們人口也高齡化對於醫療的需求會更加深。桃園現在的情況也不是當初的規劃次醫療區的情況。我們為什麼不一剛開始呢就把這個事情做到為給我們桃園的一個安身利命的好環境。
transcript.whisperx[19].start 450.054
transcript.whisperx[19].end 459.979
transcript.whisperx[19].text 那克伯琴院長回去就本席提出的問題像是重新劃設治療區然後還有給巴德倫一個區域型的醫院來就討論那可以在兩個月內開會完畢嗎?
transcript.whisperx[20].start 463.594
transcript.whisperx[20].end 490.169
transcript.whisperx[20].text 剛剛部長已經承諾會跟委員、高巴化跟桃園市政府就實際需要進一步再去協商。那麼大家能夠討論出一個最可行而且是好的方法來。馬上就進行。謝謝院長。那再請提供本席資料。接下來我們看到弱勢兒童還有青少年、兒少弱勢的療癒補助。院長您知道早期療癒和復健之間的分水嶺在哪嗎?
transcript.whisperx[21].start 492.674
transcript.whisperx[21].end 508.703
transcript.whisperx[21].text 早期療癒還有復健。六歲之前叫早期療癒,六歲之後叫做復健。那院長部長根據衛福部統計臺灣的早期療癒服務跟通報人數我們從2011年來看齊是逐步的緩
transcript.whisperx[22].start 510.043
transcript.whisperx[22].end 529.516
transcript.whisperx[22].text 平均每年增加7%,2019年在疫情爆發之前通報人數已經超過25000人了。2020還有2021因為受到新冠疫情的影響沒有明顯的波動。疫情解封之後我們看到2022通報人數大幅的上升,2023年通報的人數高達34781人,創下歷史的新高。
transcript.whisperx[23].start 534.099
transcript.whisperx[23].end 563.163
transcript.whisperx[23].text 跟疫情前之前相比成長了逾三成。那我們桃園對於早療已經做了很多努力,像是跟家長加強宣導早期療癒的重要性。但是院長我現在想跟您探討的是關於弱勢青少年還有早期療癒延續性的問題。當孩子超過6歲之後就會進入教育部的特教資源系統,但很多孩子雖然年紀已經超過6歲,他們還是有繼續復健的必要性。
transcript.whisperx[24].start 564.147
transcript.whisperx[24].end 582.146
transcript.whisperx[24].text 那請問院長你有注意過這個問題嗎?我們曾經接觸過很多找療的單位,包括在台南各地,他們都有對這些早期發展比較遲緩的或是需要照顧的小孩子做了很多學前的一些輔導的工作。
transcript.whisperx[25].start 583.664
transcript.whisperx[25].end 603.211
transcript.whisperx[25].text 謝謝,謝謝院長有關心到這個問題。那我們這邊要來討論的是,針對特殊境遇的家庭,如果他們,特殊境遇的家庭,如果他們碰上有持續需要找療或是復健的孩子,家庭的負擔是非常沉重的,相信院長和部長都知道。也許執政者會說,如果他們有身心障礙手冊的話,
transcript.whisperx[26].start 604.031
transcript.whisperx[26].end 621.379
transcript.whisperx[26].text 他們可以來申請復康巴士或是學校有特教支援但是對於漫飛的孩子他們從學校回到家之後家長他們本身並不是有特教特教的或是他們不是沒有特教的專業他們也不是職能治療師他們沒有辦法自己來做教育
transcript.whisperx[27].start 622.625
transcript.whisperx[27].end 622.725
transcript.whisperx[27].text 您認同嗎?
transcript.whisperx[28].start 645.867
transcript.whisperx[28].end 662.978
transcript.whisperx[28].text 報告委員認同,而且我們除了早療的一個早期的發現,我們現在的努力是把早期發現,然後發現有一個早療的治療以後也連結到醫療的機構,那這個部分在量能方面這幾年擴展得非常的大。
transcript.whisperx[29].start 664.486
transcript.whisperx[29].end 666.168
transcript.whisperx[29].text 因為我們現在看到針對弱勢家庭還有特殊境遇的家庭本席有請教臺北市政府
transcript.whisperx[30].start 687.208
transcript.whisperx[30].end 708.494
transcript.whisperx[30].text 他們有施行這個政策一年需要增加多少預算我們得到的答案是兩百多萬元其實兩百多萬元其實這樣子並不算高可是如果我們來支持他們可以讓特殊監獄的曼菲爾家庭有希望並給予他們最及時的幫助院長這樣的德政我們是否可以全國統一的來施行
transcript.whisperx[31].start 709.437
transcript.whisperx[31].end 722.279
transcript.whisperx[31].text 我請衛副經理了解一下如果是這樣的經費可以幫助很多的人那政府該投入的政府的投資社會投資是絕對值得的我們往這個方向來做思考我們馬上再來了解來精進來精進
transcript.whisperx[32].start 724.182
transcript.whisperx[32].end 747.009
transcript.whisperx[32].text 是,那再請部長回去做研究。那本身要說對於我們資源比較集中的北部、北台灣都還需要這樣的補助。那更何況是資源較匱乏的其他偏鄉地區。那這個制度一旦施行的話,可以有拋磚引玉的作用。那其他的單位也可以陸續的加入了,並且投入關注這樣的情況。
transcript.whisperx[33].start 748.933
transcript.whisperx[33].end 749.313
transcript.whisperx[33].text 可否請委員在
transcript.whisperx[34].start 772.718
transcript.whisperx[34].end 796.606
transcript.whisperx[34].text 我們希望能夠推動弱勢兒童還有少年醫療補助,讓6歲以上未滿18歲的弱勢兒少也可以申請健保不給付需自費發展, 遲緩療癒的教育訓練費用。我想只要弱勢家庭需要幫忙的,不管是在健保或者是在社福方面,應該都會給他最大的支持。
transcript.whisperx[35].start 797.791
transcript.whisperx[35].end 824.818
transcript.whisperx[35].text 那希望衛福部這邊可以持續來做關注,那包括罕見疾病還有重大傷病的兒童。我們這小孩子的照顧是我們非常重中之重。請衛福研議這個方式。好,謝謝。那我們接下來看遠距離醫療一條龍看診還有領藥。院長我們桃園雖然整體來說給人家交通方便,整體來說交通方便的印象,但是桃園其實有交通不便利的偏鄉。部長您知道是哪裡嗎?
transcript.whisperx[36].start 828.086
transcript.whisperx[36].end 839.651
transcript.whisperx[36].text 我們桃園市政府為了減緩偏鄉育媽咪看診的不方便辦了一個叫做線上看診APP的遠端服務那因為山區的交通相當的不方便目前也沒有復產
transcript.whisperx[37].start 854.497
transcript.whisperx[37].end 855.538
transcript.whisperx[37].text 請問院長您認為這個政策如何?
transcript.whisperx[38].start 870.757
transcript.whisperx[38].end 887.255
transcript.whisperx[38].text 遠距的醫療,遠距的醫療行為對偏鄉、原住民或是一個山區的這個地方都有它的實際需要。那我們要增加它很多的相關的設備,包括這個通訊的這個條件。那我看了一下我們全民健康保險遠距醫療幾戶計畫專門科
transcript.whisperx[39].start 890.239
transcript.whisperx[39].end 890.419
transcript.whisperx[39].text 這個可以
transcript.whisperx[40].start 907.062
transcript.whisperx[40].end 907.322
transcript.whisperx[40].text 謝謝邱委員。謝謝院長。
transcript.whisperx[41].start 936.569
transcript.whisperx[41].end 937.554
transcript.whisperx[41].text 下一位請圖全級委員