iVOD / 159087

Field Value
IVOD_ID 159087
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159087
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 2025-03-13T10:24:27+08:00
結束時間 2025-03-13T10:44:02+08:00
影片長度 00:19:35
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3b972b8f6f00770f7e6fa6c3660b7a000aae3c1a04a00b1bf83dc853112caf4540a1818b981201f85ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 廖偉翔
委員發言時間 10:24:27 - 10:44:02
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_00
transcript.pyannote[0].start 8.51909375
transcript.pyannote[0].end 10.84784375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 15.48846875
transcript.pyannote[1].end 15.65721875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 17.02409375
transcript.pyannote[2].end 17.53034375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 18.62721875
transcript.pyannote[3].end 19.20096875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 20.02784375
transcript.pyannote[4].end 26.65971875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 26.77784375
transcript.pyannote[5].end 31.57034375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 31.82346875
transcript.pyannote[6].end 41.64471875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 42.11721875
transcript.pyannote[7].end 48.52971875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 48.68159375
transcript.pyannote[8].end 50.26784375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 50.70659375
transcript.pyannote[9].end 60.42659375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 60.73034375
transcript.pyannote[10].end 64.34159375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 64.52721875
transcript.pyannote[11].end 72.86346875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 73.55534375
transcript.pyannote[12].end 74.36534375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 74.65221875
transcript.pyannote[13].end 92.28659375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 92.28659375
transcript.pyannote[14].end 92.30346875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 94.12596875
transcript.pyannote[15].end 94.14284375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 94.14284375
transcript.pyannote[16].end 98.88471875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 95.79659375
transcript.pyannote[17].end 96.01596875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 99.62721875
transcript.pyannote[18].end 107.49096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 99.66096875
transcript.pyannote[19].end 100.04909375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 100.47096875
transcript.pyannote[20].end 100.53846875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 105.73596875
transcript.pyannote[21].end 105.88784375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 106.12409375
transcript.pyannote[22].end 106.24221875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 107.65971875
transcript.pyannote[23].end 111.27096875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 113.43096875
transcript.pyannote[24].end 120.01221875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 120.29909375
transcript.pyannote[25].end 122.74596875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 123.57284375
transcript.pyannote[26].end 131.21721875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 131.35221875
transcript.pyannote[27].end 132.41534375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 132.87096875
transcript.pyannote[28].end 141.22409375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 142.74284375
transcript.pyannote[29].end 149.20596875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 149.44221875
transcript.pyannote[30].end 152.41221875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 149.45909375
transcript.pyannote[31].end 151.02846875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 151.24784375
transcript.pyannote[32].end 154.33596875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 153.37409375
transcript.pyannote[33].end 161.74409375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 161.47409375
transcript.pyannote[34].end 170.70471875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 165.47346875
transcript.pyannote[35].end 166.21596875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 170.70471875
transcript.pyannote[36].end 174.13034375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 172.66221875
transcript.pyannote[37].end 179.76659375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 180.01971875
transcript.pyannote[38].end 190.44846875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 190.83659375
transcript.pyannote[39].end 191.22471875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 191.81534375
transcript.pyannote[40].end 196.05096875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 196.57409375
transcript.pyannote[41].end 210.54659375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 211.08659375
transcript.pyannote[42].end 244.29659375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 244.60034375
transcript.pyannote[43].end 249.91596875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 250.21971875
transcript.pyannote[44].end 258.03284375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 258.75846875
transcript.pyannote[45].end 283.12596875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 266.77409375
transcript.pyannote[46].end 267.43221875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 282.21471875
transcript.pyannote[47].end 286.58534375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 285.67409375
transcript.pyannote[48].end 291.00659375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 289.77471875
transcript.pyannote[49].end 294.26346875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 294.26346875
transcript.pyannote[50].end 296.03534375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 296.03534375
transcript.pyannote[51].end 298.88721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 296.33909375
transcript.pyannote[52].end 296.40659375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 299.96721875
transcript.pyannote[53].end 301.87409375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 302.66721875
transcript.pyannote[54].end 309.23159375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 310.22721875
transcript.pyannote[55].end 313.41659375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 313.70346875
transcript.pyannote[56].end 319.10346875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 313.72034375
transcript.pyannote[57].end 319.66034375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 319.86284375
transcript.pyannote[58].end 328.99221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 329.65034375
transcript.pyannote[59].end 330.03846875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 330.03846875
transcript.pyannote[60].end 330.20721875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 330.20721875
transcript.pyannote[61].end 330.96659375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 330.96659375
transcript.pyannote[62].end 334.08846875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 334.34159375
transcript.pyannote[63].end 334.76346875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 335.10096875
transcript.pyannote[64].end 343.96034375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 345.12471875
transcript.pyannote[65].end 346.50846875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 346.86284375
transcript.pyannote[66].end 352.46534375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 352.73534375
transcript.pyannote[67].end 359.90721875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 360.22784375
transcript.pyannote[68].end 368.73284375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 368.95221875
transcript.pyannote[69].end 377.55846875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 377.74409375
transcript.pyannote[70].end 387.85221875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 388.89846875
transcript.pyannote[71].end 410.93721875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 401.80784375
transcript.pyannote[72].end 402.11159375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 403.68096875
transcript.pyannote[73].end 405.52034375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 409.08096875
transcript.pyannote[74].end 432.95909375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 433.68471875
transcript.pyannote[75].end 437.26221875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 437.46471875
transcript.pyannote[76].end 442.52721875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 442.99971875
transcript.pyannote[77].end 445.81784375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 446.20596875
transcript.pyannote[78].end 459.58784375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 459.89159375
transcript.pyannote[79].end 460.54971875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 461.20784375
transcript.pyannote[80].end 463.13159375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 463.65471875
transcript.pyannote[81].end 467.01284375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 467.31659375
transcript.pyannote[82].end 475.24784375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 475.72034375
transcript.pyannote[83].end 478.40346875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 478.65659375
transcript.pyannote[84].end 484.09034375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 484.64721875
transcript.pyannote[85].end 504.57659375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 505.16721875
transcript.pyannote[86].end 517.31721875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 516.92909375
transcript.pyannote[87].end 518.26221875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 517.97534375
transcript.pyannote[88].end 523.54409375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 524.01659375
transcript.pyannote[89].end 533.75346875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 534.39471875
transcript.pyannote[90].end 549.56534375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 550.05471875
transcript.pyannote[91].end 552.72096875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 553.29471875
transcript.pyannote[92].end 555.37034375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 556.01159375
transcript.pyannote[93].end 559.35284375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 560.02784375
transcript.pyannote[94].end 564.01034375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 564.63471875
transcript.pyannote[95].end 584.34471875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 584.69909375
transcript.pyannote[96].end 588.05721875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 588.47909375
transcript.pyannote[97].end 600.07221875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 600.34221875
transcript.pyannote[98].end 603.19409375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 603.59909375
transcript.pyannote[99].end 609.47159375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 609.77534375
transcript.pyannote[100].end 611.96909375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 611.00721875
transcript.pyannote[101].end 611.20971875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 612.37409375
transcript.pyannote[102].end 624.37221875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 624.50721875
transcript.pyannote[103].end 624.52409375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 624.52409375
transcript.pyannote[104].end 624.54096875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 624.54096875
transcript.pyannote[105].end 625.92471875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 625.92471875
transcript.pyannote[106].end 625.97534375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 625.97534375
transcript.pyannote[107].end 626.93721875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 626.11034375
transcript.pyannote[108].end 626.90346875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 626.93721875
transcript.pyannote[109].end 639.67784375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 640.21784375
transcript.pyannote[110].end 647.99721875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 647.59221875
transcript.pyannote[111].end 655.33784375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 648.52034375
transcript.pyannote[112].end 648.92534375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 654.24096875
transcript.pyannote[113].end 661.26096875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 661.26096875
transcript.pyannote[114].end 661.27784375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 661.27784375
transcript.pyannote[115].end 661.29471875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 661.29471875
transcript.pyannote[116].end 665.69909375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 666.00284375
transcript.pyannote[117].end 667.52159375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 666.05346875
transcript.pyannote[118].end 670.00221875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 669.12471875
transcript.pyannote[119].end 684.19409375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 672.61784375
transcript.pyannote[120].end 672.92159375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 674.42346875
transcript.pyannote[121].end 678.23721875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 678.64221875
transcript.pyannote[122].end 679.24971875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 680.26221875
transcript.pyannote[123].end 680.32971875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 680.36346875
transcript.pyannote[124].end 680.39721875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 680.41409375
transcript.pyannote[125].end 680.68409375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 681.02159375
transcript.pyannote[126].end 683.89034375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 684.22784375
transcript.pyannote[127].end 688.00784375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 688.68284375
transcript.pyannote[128].end 691.46721875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 691.46721875
transcript.pyannote[129].end 692.46284375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 692.46284375
transcript.pyannote[130].end 692.49659375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 693.13784375
transcript.pyannote[131].end 693.62721875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 693.62721875
transcript.pyannote[132].end 699.36471875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 693.67784375
transcript.pyannote[133].end 694.16721875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 699.83721875
transcript.pyannote[134].end 728.18721875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 728.50784375
transcript.pyannote[135].end 732.59159375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 733.21596875
transcript.pyannote[136].end 737.68784375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 738.00846875
transcript.pyannote[137].end 739.99971875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 740.10096875
transcript.pyannote[138].end 740.69159375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 741.29909375
transcript.pyannote[139].end 761.51534375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 762.44346875
transcript.pyannote[140].end 775.96034375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 776.43284375
transcript.pyannote[141].end 801.27284375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 777.78284375
transcript.pyannote[142].end 778.22159375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 799.45034375
transcript.pyannote[143].end 804.32721875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 804.79971875
transcript.pyannote[144].end 807.16221875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 807.43221875
transcript.pyannote[145].end 822.01221875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 822.31596875
transcript.pyannote[146].end 825.06659375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 825.06659375
transcript.pyannote[147].end 829.63971875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 830.09534375
transcript.pyannote[148].end 845.40096875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 844.72596875
transcript.pyannote[149].end 848.92784375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 847.10534375
transcript.pyannote[150].end 869.43096875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 851.05409375
transcript.pyannote[151].end 851.37471875
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 856.53846875
transcript.pyannote[152].end 856.89284375
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 857.34846875
transcript.pyannote[153].end 858.07409375
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 862.83284375
transcript.pyannote[154].end 863.40659375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 869.78534375
transcript.pyannote[155].end 871.82721875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 871.82721875
transcript.pyannote[156].end 875.55659375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 872.21534375
transcript.pyannote[157].end 873.34596875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 875.70846875
transcript.pyannote[158].end 882.62721875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 883.31909375
transcript.pyannote[159].end 888.14534375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 888.60096875
transcript.pyannote[160].end 890.45721875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 890.54159375
transcript.pyannote[161].end 894.11909375
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 894.42284375
transcript.pyannote[162].end 897.40971875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 898.01721875
transcript.pyannote[163].end 912.78284375
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 913.13721875
transcript.pyannote[164].end 917.84534375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 918.43596875
transcript.pyannote[165].end 922.48596875
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 923.14409375
transcript.pyannote[166].end 926.31659375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 927.26159375
transcript.pyannote[167].end 931.90221875
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 932.08784375
transcript.pyannote[168].end 932.50971875
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 932.88096875
transcript.pyannote[169].end 937.35284375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 937.87596875
transcript.pyannote[170].end 942.36471875
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 942.73596875
transcript.pyannote[171].end 943.37721875
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 944.01846875
transcript.pyannote[172].end 945.73971875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 946.93784375
transcript.pyannote[173].end 947.62971875
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 947.91659375
transcript.pyannote[174].end 957.82221875
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 957.99096875
transcript.pyannote[175].end 975.05159375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 973.04346875
transcript.pyannote[176].end 979.40534375
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 978.71346875
transcript.pyannote[177].end 986.29034375
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 984.68721875
transcript.pyannote[178].end 989.64846875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 987.69096875
transcript.pyannote[179].end 997.91721875
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 991.16721875
transcript.pyannote[180].end 991.70721875
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 992.43284375
transcript.pyannote[181].end 995.70659375
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 997.68096875
transcript.pyannote[182].end 1011.53534375
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 1009.71284375
transcript.pyannote[183].end 1009.89846875
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 1010.18534375
transcript.pyannote[184].end 1012.75034375
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 1012.85159375
transcript.pyannote[185].end 1021.05284375
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 1021.49159375
transcript.pyannote[186].end 1022.82471875
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 1023.22971875
transcript.pyannote[187].end 1030.58721875
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 1030.21596875
transcript.pyannote[188].end 1030.55346875
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 1030.58721875
transcript.pyannote[189].end 1031.09346875
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 1031.09346875
transcript.pyannote[190].end 1038.06284375
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 1037.23596875
transcript.pyannote[191].end 1042.39971875
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 1041.50534375
transcript.pyannote[192].end 1045.58909375
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 1043.20971875
transcript.pyannote[193].end 1043.61471875
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 1045.04909375
transcript.pyannote[194].end 1047.86721875
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 1045.90971875
transcript.pyannote[195].end 1046.41596875
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 1047.86721875
transcript.pyannote[196].end 1048.01909375
transcript.pyannote[197].speaker SPEAKER_01
transcript.pyannote[197].start 1048.01909375
transcript.pyannote[197].end 1048.03596875
transcript.pyannote[198].speaker SPEAKER_00
transcript.pyannote[198].start 1048.03596875
transcript.pyannote[198].end 1048.32284375
transcript.pyannote[199].speaker SPEAKER_01
transcript.pyannote[199].start 1048.32284375
transcript.pyannote[199].end 1048.50846875
transcript.pyannote[200].speaker SPEAKER_00
transcript.pyannote[200].start 1048.50846875
transcript.pyannote[200].end 1048.54221875
transcript.pyannote[201].speaker SPEAKER_01
transcript.pyannote[201].start 1048.54221875
transcript.pyannote[201].end 1048.71096875
transcript.pyannote[202].speaker SPEAKER_00
transcript.pyannote[202].start 1048.71096875
transcript.pyannote[202].end 1048.98096875
transcript.pyannote[203].speaker SPEAKER_01
transcript.pyannote[203].start 1048.98096875
transcript.pyannote[203].end 1049.03159375
transcript.pyannote[204].speaker SPEAKER_00
transcript.pyannote[204].start 1049.03159375
transcript.pyannote[204].end 1053.21659375
transcript.pyannote[205].speaker SPEAKER_01
transcript.pyannote[205].start 1050.53346875
transcript.pyannote[205].end 1054.14471875
transcript.pyannote[206].speaker SPEAKER_00
transcript.pyannote[206].start 1053.82409375
transcript.pyannote[206].end 1059.15659375
transcript.pyannote[207].speaker SPEAKER_00
transcript.pyannote[207].start 1059.47721875
transcript.pyannote[207].end 1062.02534375
transcript.pyannote[208].speaker SPEAKER_00
transcript.pyannote[208].start 1062.41346875
transcript.pyannote[208].end 1065.21471875
transcript.pyannote[209].speaker SPEAKER_00
transcript.pyannote[209].start 1065.67034375
transcript.pyannote[209].end 1068.26909375
transcript.pyannote[210].speaker SPEAKER_00
transcript.pyannote[210].start 1069.06221875
transcript.pyannote[210].end 1092.14721875
transcript.pyannote[211].speaker SPEAKER_00
transcript.pyannote[211].start 1092.24846875
transcript.pyannote[211].end 1095.11721875
transcript.pyannote[212].speaker SPEAKER_00
transcript.pyannote[212].start 1095.35346875
transcript.pyannote[212].end 1096.19721875
transcript.pyannote[213].speaker SPEAKER_00
transcript.pyannote[213].start 1096.77096875
transcript.pyannote[213].end 1097.47971875
transcript.pyannote[214].speaker SPEAKER_00
transcript.pyannote[214].start 1097.95221875
transcript.pyannote[214].end 1103.74034375
transcript.pyannote[215].speaker SPEAKER_00
transcript.pyannote[215].start 1103.75721875
transcript.pyannote[215].end 1107.19971875
transcript.pyannote[216].speaker SPEAKER_00
transcript.pyannote[216].start 1108.02659375
transcript.pyannote[216].end 1138.75596875
transcript.pyannote[217].speaker SPEAKER_00
transcript.pyannote[217].start 1139.17784375
transcript.pyannote[217].end 1143.14346875
transcript.pyannote[218].speaker SPEAKER_00
transcript.pyannote[218].start 1143.59909375
transcript.pyannote[218].end 1145.30346875
transcript.pyannote[219].speaker SPEAKER_00
transcript.pyannote[219].start 1146.18096875
transcript.pyannote[219].end 1146.73784375
transcript.pyannote[220].speaker SPEAKER_00
transcript.pyannote[220].start 1147.26096875
transcript.pyannote[220].end 1160.59221875
transcript.pyannote[221].speaker SPEAKER_01
transcript.pyannote[221].start 1160.59221875
transcript.pyannote[221].end 1171.91534375
transcript.pyannote[222].speaker SPEAKER_01
transcript.pyannote[222].start 1171.99971875
transcript.pyannote[222].end 1173.94034375
transcript.pyannote[223].speaker SPEAKER_00
transcript.pyannote[223].start 1173.94034375
transcript.pyannote[223].end 1173.97409375
transcript.pyannote[224].speaker SPEAKER_00
transcript.pyannote[224].start 1174.76721875
transcript.pyannote[224].end 1175.71221875
transcript.whisperx[0].start 8.847
transcript.whisperx[0].end 10.549
transcript.whisperx[0].text 謝謝主席 那有請邱部長委員好
transcript.whisperx[1].start 18.669
transcript.whisperx[1].end 41.309
transcript.whisperx[1].text 部長好首先要先給您看這是去年亞東醫院急診的主醫師在臉書上PO的燃燒殆盡的一頁他當時就說大量護理師離職小夜班排不出人力連續兩個OCA患者進來同時還要心肌梗塞、中風等病化
transcript.whisperx[2].start 42.17
transcript.whisperx[2].end 67.867
transcript.whisperx[2].text 的病患人創下臨死亡的紀錄是燃燒殆盡的一夜其實就凸顯了這個問題已經正在發生中那去年這張照片也引發了相當大的震撼今年以來這個急診還是一樣塞爆那醫師護理師病人也是一樣痛苦那最主要會造成這樣急診大塞車的問題我想你我都知道就是醫院中的護理人員的嚴重不足
transcript.whisperx[3].start 68.607
transcript.whisperx[3].end 80.554
transcript.whisperx[3].text 那請教部長根據衛福部的統計台灣目前約有截至2月約有309,410名的持有護理證照的人員但實際職業的人員僅有193,503人那職業率僅62.5%請教一下部長職業率低的主要有哪些原因
transcript.whisperx[4].start 94.161
transcript.whisperx[4].end 110.024
transcript.whisperx[4].text 我想從我的角度來講看市長要不要再補充那個當然職場的不夠力讓大家太辛苦那是不是待遇方面需要加強部長沒關係好我想這個知道我們先給你看一下上一頁的圖二基本上就是整個醫療的崩潰並且持續惡化的這個循環就是醫療人力不足那其實我想要問的事情進一步
transcript.whisperx[5].start 123.615
transcript.whisperx[5].end 137.941
transcript.whisperx[5].text 你剛剛講的這些問題可是今年以來你們總共召開了五場的營運會議對不對是的那請教部長我們剛剛都知道護理師是很重要的一個因素那這幾場會議找護理師去護理師全聯會或是護理師相關的團體去參加的有幾場
transcript.whisperx[6].start 143.886
transcript.whisperx[6].end 161.723
transcript.whisperx[6].text 前面三場是因為要解決急診的整個運作的問題好部長我目前因為時間有限第四次第五次我直接公布就是五場裡面你只有一場我目前掌握到只有在健保署在3月7日的時候有找護理師相關團體去那是因為要針對要真的針對他們的問題去解決所以當然
transcript.whisperx[7].start 165.467
transcript.whisperx[7].end 190
transcript.whisperx[7].text 是對嘛但是有時候是前面是站在院方跟整個系統的改善當然但是我覺得部長但是我們明天我們昨天也跟那個醫療工會裡面大部分都是護理同仁做了非常詳盡的溝通是這個部分我要提醒你就是這個因為其實前幾天你也來拜訪我也跟你講過其實這個明明大家都知道護理師人員人力不足的問題剛剛你也講到很多相關的好情況
transcript.whisperx[8].start 190.925
transcript.whisperx[8].end 210.135
transcript.whisperx[8].text 所以現在這個護理師這個護士公會全聯會也指出台灣護理人力從2019年就已經出現了流出量大於流入量的現象那離職率以及空缺率從110年就開始持續的上升那今年的一二月
transcript.whisperx[9].start 211.155
transcript.whisperx[9].end 226.368
transcript.whisperx[9].text 也已經超過550位護理師離職那預計3月份的這個數據會更恐怖那也不少的報導有說護理師到各地的護理師工會還有醫院內辦理離職手續居然出現排隊人潮至少等一個小時
transcript.whisperx[10].start 227.469
transcript.whisperx[10].end 249.452
transcript.whisperx[10].text 所以現在不只是離職潮而已其實更是一個離職海嘯那請教部長目前對於這樣嚴重的護理人員流失你覺得現在的因應措施對護理人員來說有感嗎能挽回護理人員的心嗎那我也知道你很努力的找錢但是到五月份才有這些緊急應急的措施會不會又發生這期間啊
transcript.whisperx[11].start 250.313
transcript.whisperx[11].end 257.621
transcript.whisperx[11].text 重點是這期間會不會又發生像高雄這個重症病患轉診150公里外成大醫院人死亡的悲劇
transcript.whisperx[12].start 259.223
transcript.whisperx[12].end 280.8
transcript.whisperx[12].text 謝謝委員的關心齁我一個一個回答第一個剛剛你提的個案它是成大在成大發生的不是在高雄在高雄轉診到沒有沒有沒有從他就是在成大看診他沒有完全跟高雄沒關係那在成大看診以後因為沒有ICU他開刀因為他開刀必須要加入病房所以他找的他的朵六院朵六院區過去
transcript.whisperx[13].start 282.281
transcript.whisperx[13].end 307.736
transcript.whisperx[13].text 那他是不是到很遠的地方去轉診時間拖到了基本上是在成大的體系啦當然距離是有比較遠的我們所謂的高雄不是高雄醫院啦是他的距離很遠嘛對啊 那個跟高雄沒有關係啦對啊 當然但是我的意思就是說他從那邊要到150公里外很遠嘛 對不對那這是不是也是因為有同樣的問題發生就是它是整個系統結構裡面的問題嘛
transcript.whisperx[14].start 310.61
transcript.whisperx[14].end 328.784
transcript.whisperx[14].text 所以現在部長我想不是解釋我的重點不是在針對這個個案我們是在檢討是整個系統性的問題嘛 是吧我剛剛已經有講了任何到急診我跟所有院長的心願就是到急診能住院就趕快住院
transcript.whisperx[15].start 329.807
transcript.whisperx[15].end 352.117
transcript.whisperx[15].text 老部長就越快越好我跟你說你剛有提到護理師的待遇不佳的問題啊外部的拉力也是護理師流失的主因那首先根據這個護理師工會的統計啊也可以看到護理師人員你看這個線圖喔在醫院的比例就是歷年來連續的降低喔那診所的比例也連續的升高
transcript.whisperx[16].start 352.881
transcript.whisperx[16].end 377.06
transcript.whisperx[16].text 那另外台灣護理人員去選擇赴美國、澳洲、紐西蘭、新加坡等外國去工作那澳洲的註冊護理師第一年的年薪大概是170萬台幣那美國護理師月薪大概是10萬至少那年薪就是120萬以上那我想這種巨大的薪資差距也是人才外流的主要原因之一
transcript.whisperx[17].start 377.921
transcript.whisperx[17].end 387.577
transcript.whisperx[17].text 那我想要請教一下部長不 衛福部是否有計畫調整護理人員薪資結構讓確保這些薪資政府能夠真正留住這些人才
transcript.whisperx[18].start 388.959
transcript.whisperx[18].end 410.764
transcript.whisperx[18].text 我們一定全力來增加我想政府也一直在努力啦在我們國家的財源之下還有在健保的有限的健保的資源之下怎麼樣給護理同仁增加待遇很好謝謝不只護理人員啦如果你要比較的話連醫師也比其他國家薪水少很多是沒錯所以我們現在現在看一下剛剛有講到一些前提嘛對不對
transcript.whisperx[19].start 414.025
transcript.whisperx[19].end 432.736
transcript.whisperx[19].text 所以日前媒體報導有預辦診所的護理人員加薪我們是很樂見樂見這些護理人員都能夠加薪不過也要進一步去看你剛剛有講到資源有限當然在什麼情況之下我們對於國家對於健保或是醫療的投資可能不足的情況之下
transcript.whisperx[20].start 433.717
transcript.whisperx[20].end 458.851
transcript.whisperx[20].text 我們再進一步去看細看從統計數字上來看醫院等級尤其是醫學中心的護理人員流失嚴重如果要更細緻的去分析資料恐怕是醫院中的資深護理師的流失更嚴重資深護理師的流失更嚴重而去年7月的時候行政院這裡有一個護理人力政策整備中長程計畫裡面
transcript.whisperx[21].start 461.252
transcript.whisperx[21].end 483.375
transcript.whisperx[21].text 第10頁有提到這個護理人員的流失與回流的值與量其中流失是以年資10年以上30歲到40歲已有豐富經驗的護理人員護理的離職為主所以我想衛福部也清楚資深護理師人員流失情況的嚴重那請教部長這群
transcript.whisperx[22].start 484.716
transcript.whisperx[22].end 502.717
transcript.whisperx[22].text 我想這群護理師資深的人員留不住不只可能不只是關病床的問題甚至也有可能造成整個醫療團隊的銜接甚至配合產生問題也進一步影響工作的成效照顧品質病人安全意外事件甚至醫療錯誤等等未來也有可能有更多的醫療糾紛那部長
transcript.whisperx[23].start 505.62
transcript.whisperx[23].end 533.54
transcript.whisperx[23].text 離職的資深護理人員如果願意重回職場其實是對於整個這個醫療體系來講不僅引擎成本比較低那又是集戰力又可以馬上緩解人力不足的情況嘛對不對所以我也去看了一下這個而且他還可以去訓練新人那我也去看了一下這本這個中長城的計畫的12項主要項目裡面其實跟這個關係比較有關的工作項目是所謂的護理新手臨床教師制度
transcript.whisperx[24].start 534.451
transcript.whisperx[24].end 558.877
transcript.whisperx[24].text 好那他也是主要是要減緩新任護理人員的離職率而不是而非這個提高資深有經驗的護理人員繼續留任的意願他不是他主要是他主要裡面有講說減緩新任護理人員的離職率那所以我想要請教部長是有沒有可能在另密裁員為這個作為增加限職的資深人員
transcript.whisperx[25].start 560.077
transcript.whisperx[25].end 583.957
transcript.whisperx[25].text 的這個9任獎金或鼓勵醫院提出9任獎金制度因為這個中長城的計劃裡面的護理新手臨床的制度裡面啊他這裡面是有寫預計要找1000位護理新手的臨床指導教師但是這項經費一年大概是編3.6億啊那也就是說每人每月是3萬元的訓練費可是我想要問說請教這樣子的
transcript.whisperx[26].start 584.818
transcript.whisperx[26].end 611.693
transcript.whisperx[26].text 你覺得這樣子的三萬元的這個去吸引已經離職而且有經驗的護理師回任是有辦法的嗎是有足夠的吸引力的嗎再者裡面有提到是這個全職或兼職都可以那你在實務上在全職上是不是有困難因為他本身就已經能量能量能就有限了你又說全職再給你這個那這實務上是不是可行的我想這部長請問你怎麼看
transcript.whisperx[27].start 612.773
transcript.whisperx[27].end 636.021
transcript.whisperx[27].text 非常感謝我們委員對這個護理的狀況掌握得非常精闢令人敬佩那這個有關於這個部分臨床導視這部分是不一定要專任對我知道我剛剛說全職或兼任嘛對那另外就是說您提到的說我們提到的那個是不是我們另外來闢財源來希望那個離職因為那個孩子當時跟30歲結婚
transcript.whisperx[28].start 640.302
transcript.whisperx[28].end 665.258
transcript.whisperx[28].text 他的生小孩的確是真的是兩頭煎熬有時候離開可是不要離開永遠離開所以部長這件事情我剛有講他邏輯很清楚就是說你們之前的報告也知道說資深離職的其實是其中一個重要人物如果他能夠在某一個小孩子比較大了不理你的時候那你當然就回歸他身上所以部長其實主要是兩個問題第一個是不是應該要利命財人去
transcript.whisperx[29].start 666.178
transcript.whisperx[29].end 687.73
transcript.whisperx[29].text 吸引這些資深的 這個我們我們有在做喔我們有在做 對然後第二個所以我剛剛講的就是這個嘛就是說你們是不是要另辟財源讓這些讓九任獎金鼓勵他們留下來然後還有一個是吸引他們回流就吸引他們回流吸引他們回流都可以來演對不對那所以我想要講的事情是這件事情因為你們還沒執行嘛對不對這個計畫還沒執行對不對那個
transcript.whisperx[30].start 693.317
transcript.whisperx[30].end 721.433
transcript.whisperx[30].text 如果你执行的话是不是应该要我其实想要这样说你们应该要去追踪成效然后滚动式的检讨因为这是一个必须要做的事情那卫福部我想要问一下这个卫福部刚刚大家很多人也提到你们公告统计护理人员平均薪资是7万但是这也很奇怪是主技处统计医疗保健行业每人月这个经常性薪资大概是5.9万那劳动部统计的是4.98万
transcript.whisperx[31].start 722.714
transcript.whisperx[31].end 739.087
transcript.whisperx[31].text 那人力銀行的薪資調查台灣一年以下的護理師平均月薪更只有4.6萬所以我想這也是大家很好奇的你這個時候在那個情況之下你公布這個然後為什麼會跟其他的單位的數據差這麼多那
transcript.whisperx[32].start 741.528
transcript.whisperx[32].end 760.948
transcript.whisperx[32].text 這個平均7萬的公告也讓很多的媒體或是這些社群媒體就說要來賽心之擔那根據我們大概了解的狀況算是資深的護理師都在5到6萬左右那所以請教部長這7萬到底是怎麼出來的那難道你當初看到這個數據的時候你不會也覺得說怎麼會跟想像中差了這麼多
transcript.whisperx[33].start 762.489
transcript.whisperx[33].end 778.88
transcript.whisperx[33].text 的確我們看到那個各醫院那個一個網站讓他各醫院自己上去報有400多家醫院報的時候他所呈現出來的的確是有給我感覺surprise的你也覺得surprise嘛對不對以前好像
transcript.whisperx[34].start 779.54
transcript.whisperx[34].end 801.374
transcript.whisperx[34].text 因為我感覺以前真的是偏低有這樣的數據我當然好奇嘛當然就是看它裡面是包括固定收入跟匯固定收入所以在醫院裡面它幾乎可能第一個它把所有的收入包括你譬如說報稅的時候的收入部長我想要講這件事你前面可能已經有解釋了我想要講一個重點
transcript.whisperx[35].start 804.898
transcript.whisperx[35].end 829.073
transcript.whisperx[35].text 就是一定要先面對問題才能夠解決問題那你面對這個問題的時候你身為主管機關你應該要更精確的去了解其中的確切的數字所以這部分你們一定要回去改進然後才可以把這個確切數字搞清楚你也才知道如何對症下藥當然當然包圍我們只是公布這個網站而已啦
transcript.whisperx[36].start 830.194
transcript.whisperx[36].end 849.307
transcript.whisperx[36].text 有些有些媒體有什麼就要去自己平經自己怎麼樣沒有我跟你講我們是公佈公佈那個是醫院舔的啦那這個當時112年的用意的確只是希望去求什麼護理人員去求求有所以你應該要回去回查就是到底這個數據到底精不精確會導致我已經今天已經講過了如果導致讓基層護理人員覺得我心情就不太管啊這個算法的不一樣所導致的困擾所以你現在要做的事情我在這邊跟大家道歉好
transcript.whisperx[37].start 859.727
transcript.whisperx[37].end 882.107
transcript.whisperx[37].text 那但是請我們會再去釐清楚對你要去釐清楚這件事情而且我真的保證我們一定全力去增加不管是工作的環境尊嚴還有待遇很好剛剛我們是講待遇所以接下來就講工作環境嘛那台灣醫院的戶邊比也是遠高國際喔那業務量也很繁重那所以台灣醫學中心目前是說
transcript.whisperx[38].start 883.376
transcript.whisperx[38].end 912.394
transcript.whisperx[38].text 大概全日护病比是1比9区域医院是1比12地区医院1比15那像反观国际上像我找到资料是澳洲公立医院的护病比是1比4那美国南加州的内外科病房是1比5我想这种工作负担的巨大差异就是你刚刚说的我们一定要改善我们工作环境的因素而且你改善除了要让他们流脂之外其实现在的这个数据也会严重的影响病人的就医的医疗品质
transcript.whisperx[39].start 913.254
transcript.whisperx[39].end 925.294
transcript.whisperx[39].text 那我也想要跟你說一個根據一篇在2014年發表的這個Lancet的研究顯示護病比如果超過1比6的時候每增加一名病患死亡率會高7%
transcript.whisperx[40].start 927.318
transcript.whisperx[40].end 944.319
transcript.whisperx[40].text 所以這不僅是負擔過重的問題還是傷害國民健康安全的問題那我就想要請教啊那請問你們的三班護兵比現在的進度到底是什麼那你以前他們說要兩年內入法四年達標作為目標你們現在有辦法達成嗎這目標會
transcript.whisperx[41].start 947.077
transcript.whisperx[41].end 961.036
transcript.whisperx[41].text 會沒有嗎?包委員我想要達到三班戶更比的一個比例甚至有更好的一個規定我想都是我們朝向的目標這中間必須第一個護理人力也要盡量我們來努力讓他加強
transcript.whisperx[42].start 961.937
transcript.whisperx[42].end 970.567
transcript.whisperx[42].text 那但是我們在三班互動筆的努力之下的確我們在從譬如說醫學中心的三班整體達到利用我們從去年的三頁到今年的一頁從36%沒有那你可以達成嗎59%你們原本目標兩年內入法四年內達標可以做到嗎
transcript.whisperx[43].start 977.575
transcript.whisperx[43].end 1000.138
transcript.whisperx[43].text 我想這個部分可以做到嗎應該重點是來增加護理的人力是不然的話不然的話你達不到標準所以我其實我整個邏輯是有層次的所以我們一步一步來啦國家的進步也希望大家量度所以你也要盡速提高護理人員的待遇對不對我們日以繼夜來努力啦所以你要有具體的方案你到底要怎麼幫他加喔
transcript.whisperx[44].start 1000.538
transcript.whisperx[44].end 1022.596
transcript.whisperx[44].text 所以基本上現在剛剛講到針對護理人員的條件惡化除了你們現在三班護病比沒有達標或者是你沒有在不知道你到底可不可以達標的情況之下已經改善非常多了我想跟你說還有跨科資源的政策也讓他們壓力更大那比如說比起外國美國他可能大部分護理師一週三到四天所以相對我們就是
transcript.whisperx[45].start 1023.317
transcript.whisperx[45].end 1047.402
transcript.whisperx[45].text 有這樣的問題所以你們是不是也應該要有計劃的建立護理人員的勞動權益保障機制也確保合理的工時當然當然當然保合理的工作負荷然後建立明確的申訴管道和獎懲制度好這個部分因為時間關係我給你討論護理人員真的就好像我們自己的女兒啦愛惜都來不及了但不能嘴巴上這樣講啊這個問題不是今天才發生啦部長我們一定盡量讓她一個更好的環境
transcript.whisperx[46].start 1047.762
transcript.whisperx[46].end 1067.785
transcript.whisperx[46].text 部長你不能喊口號因為這就是這就是已經執行了很久所以部長我要跟你說一步一步非常的努力對 你剛剛這樣講就是要很重視所以現在有幾個建議是不是具體的行動立即編列一些專項的預算儘速的大幅提高護理人員的薪資待遇確保新進的人員至少也可以達到
transcript.whisperx[47].start 1069.43
transcript.whisperx[47].end 1085.167
transcript.whisperx[47].text 那個年薪台幣70萬以上我想這是護理師公會也很希望看到的哪有加速我們的友善職場所以你的三班戶並比的立法進程你不能夠說因為人你一直找不足就用這個理由那這樣永遠都找不足你永遠就沒辦法推動嘛
transcript.whisperx[48].start 1085.928
transcript.whisperx[48].end 1106.934
transcript.whisperx[48].text 那所以你應該這雞生蛋誕生雞的問題嘛你是不是應該要訂定明確的時間表跟你們這個罰則或時間到了有什麼樣的責任要追究你總是要互相的去給自己一個目標才可以做到嘛那還有第三個是增加9任的獎金鼓勵資深的護理師留任或生育後回任
transcript.whisperx[49].start 1108.212
transcript.whisperx[49].end 1132.753
transcript.whisperx[49].text 第四個 建立護理師人員的職涯發展跟專業自主的制度性保障提升護理專業在醫療體系中的地位如果部長再不趕快的有效的採取這個措施我們大家都看到已經面臨崩潰的台灣的醫療體系它不只是護理人員而已它也是讓百姓面對到醫療品質不佳的狀況而且其實我要跟你講的就是這個
transcript.whisperx[50].start 1133.433
transcript.whisperx[50].end 1145.064
transcript.whisperx[50].text 本席在去年一年多前我面對陳建仁院長的時候就已經跟他講過了這個問題當時還要被他三娘教子就說你不專業結果一年後還是發生了
transcript.whisperx[51].start 1146.209
transcript.whisperx[51].end 1175.455
transcript.whisperx[51].text 對不對所以這個東西我覺得不能政治化部長請你我相信你也是願意做事的部長但是我覺得你要正視現在亡羊補牢還有一點機會是希望你可以拿出魄力解決問題是的我想委員提出的這些訴求我們一定努力來研擬來一直一直來盡量把它達成這樣子好謝謝謝謝謝謝廖委員去年被