iVOD / 159059

Field Value
IVOD_ID 159059
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159059
日期 2025-03-13
會議資料.會議代碼 委員會-11-3-26-2
會議資料.會議代碼:str 第11屆第3會期社會福利及衛生環境委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.委員會代碼:str[0] 社會福利及衛生環境委員會
會議資料.標題 第11屆第3會期社會福利及衛生環境委員會第2次全體委員會議
影片種類 Clip
開始時間 2025-03-13T09:40:27+08:00
結束時間 2025-03-13T09:56:39+08:00
影片長度 00:16:12
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3b972b8f6f00770fd29601ae90bc22080aae3c1a04a00b1bf83dc853112caf454e1b9f274f2638895ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 09:40:27 - 09:56:39
會議時間 2025-03-13T09:00:00+08:00
會議名稱 立法院第11屆第3會期社會福利及衛生環境委員會第2次全體委員會議(事由:邀請衛生福利部部長就「有關全國急重症醫療量能」進行專題報告,並備質詢。 【如遇加開院會本次會議取消,不再另行通知】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.04784375
transcript.pyannote[0].end 0.30096875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 6.73034375
transcript.pyannote[1].end 8.09721875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 12.99096875
transcript.pyannote[2].end 13.54784375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 14.39159375
transcript.pyannote[3].end 14.88096875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 15.26909375
transcript.pyannote[4].end 41.08784375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 41.99909375
transcript.pyannote[5].end 53.86221875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 54.23346875
transcript.pyannote[6].end 64.03784375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 64.76346875
transcript.pyannote[7].end 70.33221875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 70.55159375
transcript.pyannote[8].end 75.09096875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 75.51284375
transcript.pyannote[9].end 95.37471875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 93.94034375
transcript.pyannote[10].end 93.95721875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 95.64471875
transcript.pyannote[11].end 110.03909375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 100.36971875
transcript.pyannote[12].end 100.65659375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 110.56221875
transcript.pyannote[13].end 111.52409375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 112.26659375
transcript.pyannote[14].end 114.19034375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 114.35909375
transcript.pyannote[15].end 116.56971875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 115.03409375
transcript.pyannote[16].end 117.66659375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 116.72159375
transcript.pyannote[17].end 143.21534375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 143.51909375
transcript.pyannote[18].end 161.87909375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 161.87909375
transcript.pyannote[19].end 165.70971875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 162.67221875
transcript.pyannote[20].end 168.22409375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 166.11471875
transcript.pyannote[21].end 167.00909375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 167.27909375
transcript.pyannote[22].end 193.09784375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 168.57846875
transcript.pyannote[23].end 175.00784375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 183.85034375
transcript.pyannote[24].end 184.03596875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 184.03596875
transcript.pyannote[25].end 184.13721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 184.13721875
transcript.pyannote[26].end 184.15409375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 184.81221875
transcript.pyannote[27].end 185.01471875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 192.03471875
transcript.pyannote[28].end 201.97409375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 202.31159375
transcript.pyannote[29].end 202.42971875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 202.46346875
transcript.pyannote[30].end 207.72846875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 208.35284375
transcript.pyannote[31].end 218.52846875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 218.69721875
transcript.pyannote[32].end 224.02971875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 219.94596875
transcript.pyannote[33].end 220.97534375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 223.65846875
transcript.pyannote[34].end 225.81846875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 224.40096875
transcript.pyannote[35].end 229.73346875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 230.02034375
transcript.pyannote[36].end 258.53909375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 252.76784375
transcript.pyannote[37].end 253.10534375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 253.71284375
transcript.pyannote[38].end 253.88159375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 255.13034375
transcript.pyannote[39].end 256.14284375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 258.26909375
transcript.pyannote[40].end 263.87159375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 262.47096875
transcript.pyannote[41].end 262.72409375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 263.85471875
transcript.pyannote[42].end 267.92159375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 268.51221875
transcript.pyannote[43].end 271.76909375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 272.41034375
transcript.pyannote[44].end 273.23721875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 273.57471875
transcript.pyannote[45].end 278.09721875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 278.13096875
transcript.pyannote[46].end 280.93221875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 278.35034375
transcript.pyannote[47].end 278.46846875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 281.38784375
transcript.pyannote[48].end 286.18034375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 287.29409375
transcript.pyannote[49].end 287.71596875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 287.29409375
transcript.pyannote[50].end 290.77034375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 288.64409375
transcript.pyannote[51].end 289.09971875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 290.53409375
transcript.pyannote[52].end 301.99221875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 306.68346875
transcript.pyannote[53].end 307.81409375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 312.79221875
transcript.pyannote[54].end 313.12971875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 314.22659375
transcript.pyannote[55].end 365.15534375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 365.15534375
transcript.pyannote[56].end 397.25159375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 383.11034375
transcript.pyannote[57].end 383.41409375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 396.12096875
transcript.pyannote[58].end 396.34034375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 397.25159375
transcript.pyannote[59].end 398.93909375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 397.55534375
transcript.pyannote[60].end 399.79971875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 399.74909375
transcript.pyannote[61].end 410.63346875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 400.40721875
transcript.pyannote[62].end 401.26784375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 410.95409375
transcript.pyannote[63].end 413.85659375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 416.92784375
transcript.pyannote[64].end 425.34846875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 423.89721875
transcript.pyannote[65].end 424.15034375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 425.28096875
transcript.pyannote[66].end 425.29784375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 425.34846875
transcript.pyannote[67].end 425.63534375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 425.63534375
transcript.pyannote[68].end 433.90409375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 431.82846875
transcript.pyannote[69].end 475.85534375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 435.22034375
transcript.pyannote[70].end 435.94596875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 476.49659375
transcript.pyannote[71].end 498.36659375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 498.95721875
transcript.pyannote[72].end 502.93971875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 500.10471875
transcript.pyannote[73].end 500.88096875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 502.88909375
transcript.pyannote[74].end 504.18846875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 503.51346875
transcript.pyannote[75].end 511.96784375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 512.11971875
transcript.pyannote[76].end 521.94096875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 515.93346875
transcript.pyannote[77].end 516.22034375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 522.91971875
transcript.pyannote[78].end 545.41409375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 539.81159375
transcript.pyannote[79].end 542.20784375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 543.69284375
transcript.pyannote[80].end 544.16534375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 545.34659375
transcript.pyannote[81].end 545.38034375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 545.41409375
transcript.pyannote[82].end 545.59971875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 545.59971875
transcript.pyannote[83].end 546.73034375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 545.63346875
transcript.pyannote[84].end 545.71784375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 546.20721875
transcript.pyannote[85].end 554.72909375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 555.21846875
transcript.pyannote[86].end 560.53409375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 561.12471875
transcript.pyannote[87].end 565.37721875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 565.91721875
transcript.pyannote[88].end 567.92534375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 568.26284375
transcript.pyannote[89].end 577.67909375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 575.89034375
transcript.pyannote[90].end 586.74096875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 578.53971875
transcript.pyannote[91].end 580.90221875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 586.96034375
transcript.pyannote[92].end 589.71096875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 589.52534375
transcript.pyannote[93].end 603.59909375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 604.39221875
transcript.pyannote[94].end 627.12284375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 617.67284375
transcript.pyannote[95].end 617.87534375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 623.84909375
transcript.pyannote[96].end 624.18659375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 625.50284375
transcript.pyannote[97].end 640.03221875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 628.50659375
transcript.pyannote[98].end 630.19409375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 640.09971875
transcript.pyannote[99].end 644.58846875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 646.25909375
transcript.pyannote[100].end 647.37284375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 650.52846875
transcript.pyannote[101].end 651.55784375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 654.66284375
transcript.pyannote[102].end 654.98346875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 655.84409375
transcript.pyannote[103].end 658.42596875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 659.15159375
transcript.pyannote[104].end 668.70284375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 665.93534375
transcript.pyannote[105].end 672.22971875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 674.20409375
transcript.pyannote[106].end 675.36846875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 675.84096875
transcript.pyannote[107].end 680.12721875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 681.34221875
transcript.pyannote[108].end 682.65846875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 683.23221875
transcript.pyannote[109].end 698.36909375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 699.11159375
transcript.pyannote[110].end 700.46159375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 700.52909375
transcript.pyannote[111].end 706.99221875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 708.67971875
transcript.pyannote[112].end 710.83971875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 710.83971875
transcript.pyannote[113].end 713.80971875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 714.31596875
transcript.pyannote[114].end 722.77034375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 722.77034375
transcript.pyannote[115].end 724.42409375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 725.14971875
transcript.pyannote[116].end 726.14534375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 726.14534375
transcript.pyannote[117].end 728.82846875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 728.60909375
transcript.pyannote[118].end 730.43159375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 731.00534375
transcript.pyannote[119].end 745.78784375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 736.45596875
transcript.pyannote[120].end 738.75096875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 745.92284375
transcript.pyannote[121].end 756.36846875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 757.22909375
transcript.pyannote[122].end 759.15284375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 759.70971875
transcript.pyannote[123].end 763.20284375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 767.11784375
transcript.pyannote[124].end 773.58096875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 773.74971875
transcript.pyannote[125].end 775.09971875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 775.42034375
transcript.pyannote[126].end 776.98971875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 777.42846875
transcript.pyannote[127].end 782.92971875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 781.69784375
transcript.pyannote[128].end 786.13596875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 786.43971875
transcript.pyannote[129].end 792.02534375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 792.43034375
transcript.pyannote[130].end 793.02096875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 793.71284375
transcript.pyannote[131].end 828.25596875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 829.20096875
transcript.pyannote[132].end 851.25659375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 851.64471875
transcript.pyannote[133].end 856.97721875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 856.40346875
transcript.pyannote[134].end 883.97721875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 861.01034375
transcript.pyannote[135].end 861.44909375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 884.28096875
transcript.pyannote[136].end 888.73596875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 887.70659375
transcript.pyannote[137].end 892.38096875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 890.13659375
transcript.pyannote[138].end 902.23596875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 900.56534375
transcript.pyannote[139].end 916.68096875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 916.17471875
transcript.pyannote[140].end 920.03909375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 920.35971875
transcript.pyannote[141].end 929.74221875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 927.98721875
transcript.pyannote[142].end 938.12909375
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 930.51846875
transcript.pyannote[143].end 932.72909375
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 934.11284375
transcript.pyannote[144].end 934.38284375
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 938.73659375
transcript.pyannote[145].end 939.15846875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 938.80409375
transcript.pyannote[146].end 939.29346875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 939.29346875
transcript.pyannote[147].end 939.76596875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 939.76596875
transcript.pyannote[148].end 942.12846875
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 943.29284375
transcript.pyannote[149].end 953.36721875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 953.67096875
transcript.pyannote[150].end 959.47596875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 958.63221875
transcript.pyannote[151].end 968.41971875
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 969.66846875
transcript.pyannote[152].end 969.97221875
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 969.97221875
transcript.pyannote[153].end 971.86221875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 971.94659375
transcript.pyannote[154].end 971.96346875
transcript.whisperx[0].start 6.807
transcript.whisperx[0].end 6.988
transcript.whisperx[0].text 謝謝請求部長
transcript.whisperx[1].start 13.081
transcript.whisperx[1].end 40.81
transcript.whisperx[1].text 委員好部長好我們放第一張表第一張表是其實也是您親自傳給我的啦那當然我跟陳昭之委員也問的東西有點不太一樣我是很想知道說您會覺得這個表的統計方式是不是有欠改善因為有護理師跟我反映說這個年資一年啊到底是在這個醫院上班一年還是他當的護理師一年
transcript.whisperx[2].start 42.065
transcript.whisperx[2].end 63.864
transcript.whisperx[2].text 的年資因為他們認為如果你真的有問到這樣子的數據也許他之前已經職業非常久了那他可能在目前你調查的這家醫院一年所以才會到達這樣子的一般民眾覺得這樣子是有感的高薪啊我想知道您對於這個統計方法有沒有什麼看法比如說你的樣本數是怎麼取的
transcript.whisperx[3].start 64.813
transcript.whisperx[3].end 93.19
transcript.whisperx[3].text 好 包委員我昨天在看一下我傳給您的這個line是傳到這個但是其實我們好像沒有傳到一個網站那這個網站是在民國122年11月的時候衛福部請各縣市衛生局邀請全國的醫院去把他的收入因為那是要賺40多萬我跟你一樣我們都覺得護理人員非常辛苦他的薪水如果能夠再提升
transcript.whisperx[4].start 94.031
transcript.whisperx[4].end 109.468
transcript.whisperx[4].text 再提升再提升如果說今天真的是他們很滿意了我想也不會有人才流失的問題嘛大家會離開職場表示不夠嘛表示我們必須要大家再努力嘛我想這個部分是基本觀念所以我從來沒有講過一或乎
transcript.whisperx[5].start 112.553
transcript.whisperx[5].end 131.289
transcript.whisperx[5].text 現在的待遇是OK的所以您未來我想主席在這也知道我們都一直在努力幫醫療醫護的一個職場做得更好那其實裡面的報告112年以後那400多家包括醫學中心區醫院應該也有地區醫院有地區醫院
transcript.whisperx[6].start 132.089
transcript.whisperx[6].end 153.27
transcript.whisperx[6].text 其實那個大家正面思考,它的呈現是讓我們的護院員能夠,我要去台大申請比較好還是要買這個,我覺得買這個情緒比較高,福利比較好,我就去啊另外現在那個後來,以前大家不注意這個網站,現在注意這個網站以後,發現中部很多醫院就說我好像比人家低,所以他們就會提升
transcript.whisperx[7].start 154.631
transcript.whisperx[7].end 165.293
transcript.whisperx[7].text 所以是有見錢思齊的效果那如果說造成大家有些比較可能沒有領到那麼多應該見錢思齊這個好像我們必須要在公衛裡面是沒有絕對有領到這個錢的為什麼我們會質疑是因為你放這張表但是晚上在這些機關裡面上班的人並沒有人說他們有拿到這樣子的薪資啊
transcript.whisperx[8].start 183.837
transcript.whisperx[8].end 205.169
transcript.whisperx[8].text 所以他們才會另外在他們的這個官方的粉專做一些發文啊所以我想用健賢思齊這個好像有點難怪的比如說我們看這一張好了啦如果他是在私立醫院的最小值是42336而且這個值應該是總收入嘛包括就是說你在報課交評單的時候你年度你報課交評單的時候
transcript.whisperx[9].start 208.567
transcript.whisperx[9].end 229.414
transcript.whisperx[9].text 像我以前在台大當第五年組織醫師的時候我的基本薪是六萬多可是我有專業加給五萬多然後再加上績效獎金大概十八萬好了我出去外面我報稅是報十八萬我不是報六萬多所以不好意思那是一種看你是總收入
transcript.whisperx[10].start 230.254
transcript.whisperx[10].end 253.851
transcript.whisperx[10].text 還是看年資的 還是看那個薪資 基本薪資的一個概念那如果讓大家一起誤解 我在這邊還是要道歉啦因為這個data 本來我們就好意讓醫院自己去填那我有問過所有醫院的院長 我昨天也要求醫院協會的李輝鵬理事長我說拜託啊 你聽他查看嘛 說各醫院填的到底是真的還假的
transcript.whisperx[11].start 254.731
transcript.whisperx[11].end 269.117
transcript.whisperx[11].text 他說這個是人事跟護理部填的啊人事是跟護理部填的所以部長您願意跟辛苦的護理師說真的很不好意思這個表格可能沒有如果大家的薪水還是低我覺得我很難過也願意來努力
transcript.whisperx[12].start 273.673
transcript.whisperx[12].end 301.012
transcript.whisperx[12].text 那數據的呈現讓大家產生誤解這個我當然是可以跟大家抱歉但是你放心不管是你在任何一個職位不管你在醫院包括診所我們現在診所診所很多醫生說他四萬幾塊他也請不上來現在我們前幾天其實洪孟海委員也有質詢這個議題但是你始終沒有正面回答所以我稍微播放一下那一天你們的對談
transcript.whisperx[13].start 306.681
transcript.whisperx[13].end 308.102
transcript.whisperx[13].text 有聲音嗎就當天呢我看一下字幕卓院長是跟您講說平均看下來的話他覺得應該要很說明的清楚並且不是用這樣子的數字還有社會做一個假象的宣示所以卓院長表示這是一個假象的宣示那當天我有聽您的答詢
transcript.whisperx[14].start 334.139
transcript.whisperx[14].end 351.72
transcript.whisperx[14].text 您說其實你有多方的跟醫院管理端討論過所以這個數據是千真萬確也並不是醫院管理端要欺騙你的或是什麼但是你有沒有想過從剛剛這張表的統計方式比如說你的抽樣的樣本到底公不公允
transcript.whisperx[15].start 352.321
transcript.whisperx[15].end 367.614
transcript.whisperx[15].text 另外你有沒有跟這個基層的勞方代表來討論過然後你有沒有在多方查證您認為這個會不會是你未來還要再做這些統計的改善方法呢好一定我想第一個我們一定非常歡迎
transcript.whisperx[16].start 369.615
transcript.whisperx[16].end 383.369
transcript.whisperx[16].text 相關的醫事團體如果您覺得在衛護部可以幫大家做什麼事情都可以排時間我們來好好的來討論一下我們歡迎尤其是婦女的同仁婦女有好幾個團體意見有稍微有一點不一樣但是我們絕對都願意第二個這個數據的算法
transcript.whisperx[17].start 387.393
transcript.whisperx[17].end 412.935
transcript.whisperx[17].text 是從112年那個時候就用這種算法用總收入的一個概念在算如果引起大家的誤解我馬上要趙律師再去重新的請各業寫清楚就比如說您剛講的把這些津貼再分開不用給我們一個加總的數字就是給我們一個大概的數字但是有可能加到其他的津貼我未來是這樣建議啦不知道您採不採納
transcript.whisperx[18].start 416.963
transcript.whisperx[18].end 433.056
transcript.whisperx[18].text 我們希望我們希望朝著這個我們會請不是邀請我們我們是要拜託醫院一定要去呈現呈現那個真實的數據因為只有公開透明才是解決問題的最基本的一個
transcript.whisperx[19].start 433.476
transcript.whisperx[19].end 457.498
transcript.whisperx[19].text 那也希望您多方查證這邊當然也是幫護理師請願因為非常多人傳來他們真實的薪水單等等另外他們也在網路上寫了很多他們在護理工作上比如說被家屬質疑態度被病人呼來喚去等等等等但是最近也有一批另外的網軍說喊話的這些醫護人員其實是敵國的網軍可不可以幫他們講幾句話
transcript.whisperx[20].start 459.119
transcript.whisperx[20].end 475.26
transcript.whisperx[20].text 您知道現在的離職率是真的很高有院長說他是來不及簽離職單前幾天也有一位護理師說他在排隊簽離職單的時候等了一個小時我想問您會不會真的覺得現在這個離職潮是應該要解決的問題了
transcript.whisperx[21].start 477.393
transcript.whisperx[21].end 497.5
transcript.whisperx[21].text 我們要用科學的根據來看至於每一個離職的頭人我們都很心痛包括我以前在病房我們一起訓練的一個台大護理系很優秀的學生想說這個將來我們一定是在護理界花光花熱可是他工作了半年以後畢業以後工作半年竟然要離職
transcript.whisperx[22].start 499.022
transcript.whisperx[22].end 521.378
transcript.whisperx[22].text 我們是會非常心痛所以任何一個離職我們都非常重視不是整批那至於說要等一個小時我們也去問台北市護理師公衛他說那一天3月3號剛好是最最多人的時候因為有些要直登有些要入離職所以那個部分我們去我們可以來分析我們也問過台中市長其實
transcript.whisperx[23].start 522.919
transcript.whisperx[23].end 540.505
transcript.whisperx[23].text 都可能剛好有一坡比較起來因為每個時段不太一樣尤其在過年後會有離職坡可是在七八月又會有入來那去年的時候越到比一年以前我們增加的大概有留任的護理人員大概增加有3800個左右那其中有1200個是在醫院所以我們會會繼續努力絕對這樣不夠
transcript.whisperx[24].start 545.768
transcript.whisperx[24].end 554.542
transcript.whisperx[24].text 我們會繼續努力那你有想要這個去年年初就已經前一任行政長都答應的白板津貼今年應該就是可以發出來了吧
transcript.whisperx[25].start 555.287
transcript.whisperx[25].end 574.88
transcript.whisperx[25].text 我們現在跟護理界的一個長期的討論是說我們在那個三班護病比的獎勵你一定要去顧及到要給白班現在先這樣做所以白班等於其實是會領到三班當然這個因為公務預算也希望
transcript.whisperx[26].start 575.72
transcript.whisperx[26].end 603.076
transcript.whisperx[26].text 那個在預算的順利的通過啦三班護病筆的入法是賴總統的政見您會把這件事情也當成您在任以內的一件當務之急嗎我們當然是很這個當然是重要的任務而這個任務我們必須瞭解護理的心聲當然我們也會跟相關譬如說醫院的院方大家來談一下怎麼樣在一種
transcript.whisperx[27].start 604.511
transcript.whisperx[27].end 623.355
transcript.whisperx[27].text 所謂的無痛學習我們學習到無痛學習這個就是說能夠維繫病床的一個情況之下我常常在講我們醫療改革有三個第一個要提供給民眾最高的醫療品質第二個要給醫事人員最好的尊嚴第三個也要給醫療人員可以亂嘛
transcript.whisperx[28].start 623.795
transcript.whisperx[28].end 644.362
transcript.whisperx[28].text 可以順利的應轉我會再跟部長您追進度部長這個有許許多的官員在外面致詞甚至是賴總統呢在2月4號的世界癌症日上是直接說癌症篩檢行政費用刪了一成凍結三成請問您這件事情到底是不是事實嗯
transcript.whisperx[29].start 655.887
transcript.whisperx[29].end 679.775
transcript.whisperx[29].text 癌症這個部分當然是國健署國健署只要是凍結業務會其實對於推動各種因為我們那個衛福部我問你到底是不是一層跟三層這件事情到底是不是事實統三一層 凍三層這樣子所以還是會有影響看起來是會有影響
transcript.whisperx[30].start 681.397
transcript.whisperx[30].end 704.903
transcript.whisperx[30].text 我弄下一張給你看這個是你們新增了41億的癌症篩檢預算喔重要的科子目包含業務費獎勵助費是不是到現在其實你們也還沒有確定這筆新的大預算還沒有核實分配是不是這主要這一次來講在動3的部分就是在5.93億的那個部分
transcript.whisperx[31].start 708.737
transcript.whisperx[31].end 723.554
transcript.whisperx[31].text 所以不是一層跟三層嗎就是5.93%裡面的一層跟三層如果是整體的那一層跟三層影響就可能小一點所以不是癌症篩檢我們講的是A5會的推動所以不是癌症篩檢嗎
transcript.whisperx[32].start 725.228
transcript.whisperx[32].end 727.169
transcript.whisperx[32].text 所以兩位其實現在就是說2月4號賴總統講的那句話不屬實嘛因為2月5號我發了這個公文我也是詢問說到底是不是這樣子結果你們回的是說
transcript.whisperx[33].start 746.118
transcript.whisperx[33].end 762.947
transcript.whisperx[33].text 因為未獲得具體的結論故總預算稅出稅入三減凍結金額與立法院朝野協商達成共識後即可具體核算這是你們給我的公文耶但是你們怎麼可以在外面說這樣子的說法呢好我想我們在邊各個司署在邊內預算除了業務費當然還有實質上的付給付給那個
transcript.whisperx[34].start 775.543
transcript.whisperx[34].end 792.794
transcript.whisperx[34].text 跟醫療院說這是連在一起的啦 一定只要是那個當然就會影響到我是希望啦 來部長這張你前幾天也看過了我們衛生福利部已經增加了三千億的預算國民健康署已經增加了五
transcript.whisperx[35].start 794.697
transcript.whisperx[35].end 810.398
transcript.whisperx[35].text 55億的預算如果你們繼續在外面講根本還沒有算出來的比例我覺得真的是有失公允我希望各位官員包括可能我沒辦法勸告總統但是我真的希望各位官員出去說話的時候還是要有所本啊
transcript.whisperx[36].start 810.999
transcript.whisperx[36].end 814.423
transcript.whisperx[36].text 這個是我看我們第一輪我們只有減列15萬第二輪我們還讓你我們還提案讓你可以科目自行調整所以當你多拿了3000億多拿了55億然後你一直說這個做不到那個做不到我覺得情何以堪那
transcript.whisperx[37].start 829.246
transcript.whisperx[37].end 848.072
transcript.whisperx[37].text 部長我們其實去年3月也在這邊排了解凍案我回去算了一下我們總共排了22個解凍案您只要好好的報告其實我們這22個解凍案也都解凍了你們去年3月提出4月就已經解凍了如果你們今年還要復議然後還要因為這樣子去延宕的話又把
transcript.whisperx[38].start 850.393
transcript.whisperx[38].end 868.183
transcript.whisperx[38].text 這個解凍沒有癱瘓國政又到處出去宣講我覺得這樣真的是很不對的思維我覺得委員會因為我們大家都是未完長久的比較了解到人民健康需要的資源所以大家真的很感謝在委員會裡面大家給最大的幫忙可是在統三統
transcript.whisperx[39].start 869.483
transcript.whisperx[39].end 883.572
transcript.whisperx[39].text 動這個部分大概就會比較真的會影響到業務相當的執行比如說你少了你說好幾月以後才解凍可是我現在就要去買疫苗啦就要去跟人家簽約現在所有的人都知道我
transcript.whisperx[40].start 884.432
transcript.whisperx[40].end 901.8
transcript.whisperx[40].text 只好不敢不曉得當然你說3月1號3月會出動其實如果你不要提復一案這個洞穴不就有就現在就要排了嗎這非常是一個未知是對我們計畫到底要合出去合不合出去以及在那邊期待建設的的確是真的部長我最後真的啦具體建議啦
transcript.whisperx[41].start 904.241
transcript.whisperx[41].end 917.566
transcript.whisperx[41].text 如果你們真的沒有核算出核實的金額或者是比例的話也很希望你們出去在做一些演講公開的說明的時候真的可以說保守一點說實話我還是拜託我們委員能夠盡量讓我們因為
transcript.whisperx[42].start 920.887
transcript.whisperx[42].end 937.956
transcript.whisperx[42].text 國健署他增加的預算其實就是我們已經多年來在全民間在癌症篩檢其實你看我剛剛講第一輪我們減劣15萬你編了111億我們減劣15萬其實各朝野的委員是非常支持你們的看得出來啊 對吧111億我們減劣15萬
transcript.whisperx[43].start 943.762
transcript.whisperx[43].end 968.347
transcript.whisperx[43].text 對,我想在委員會裡面,我想值得大家給人民的健康很大的支持,這個真的非常感謝但是在桶山桶洞這個部分,仍然已經造成了現在的在業務上需要比較再要努力去調整我知道,其實大家有在聽前幾天的質詢,多了三千億、多了五十五億還是知愛難行,這個大家都聽懂了好,謝謝委員謝謝陳委員,謝謝部長