iVOD / 159173

Field Value
IVOD_ID 159173
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159173
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 2025-03-13T13:04:49+08:00
結束時間 2025-03-13T13:21:00+08:00
影片長度 00:16:11
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3b972b8f6f00770f33819e847c8435080aae3c1a04a00b1b75917ee1f59655e5befde21dfa2b36bd5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳瑩
委員發言時間 13:04:49 - 13:21:00
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 4.48596875
transcript.pyannote[0].end 4.73909375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 5.34659375
transcript.pyannote[1].end 6.79784375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 7.82721875
transcript.pyannote[2].end 48.02346875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 48.12471875
transcript.pyannote[3].end 60.39284375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 60.66284375
transcript.pyannote[4].end 73.82534375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 74.12909375
transcript.pyannote[5].end 107.84534375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 108.14909375
transcript.pyannote[6].end 115.97909375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 116.11409375
transcript.pyannote[7].end 117.71721875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 118.42596875
transcript.pyannote[8].end 120.67034375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 121.41284375
transcript.pyannote[9].end 124.45034375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 124.93971875
transcript.pyannote[10].end 127.28534375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 134.08596875
transcript.pyannote[11].end 142.91159375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 143.29971875
transcript.pyannote[12].end 148.09221875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 149.00346875
transcript.pyannote[13].end 151.36596875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 151.82159375
transcript.pyannote[14].end 201.23159375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 154.50471875
transcript.pyannote[15].end 155.04471875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 201.97409375
transcript.pyannote[16].end 205.33221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 205.85534375
transcript.pyannote[17].end 234.49221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 235.09971875
transcript.pyannote[18].end 274.72221875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 275.07659375
transcript.pyannote[19].end 290.38221875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 291.14159375
transcript.pyannote[20].end 292.10346875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 292.22159375
transcript.pyannote[21].end 293.30159375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 293.67284375
transcript.pyannote[22].end 297.53721875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 297.58784375
transcript.pyannote[23].end 299.73096875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 300.37221875
transcript.pyannote[24].end 301.13159375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 301.50284375
transcript.pyannote[25].end 303.81471875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 304.01721875
transcript.pyannote[26].end 321.07784375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 319.96409375
transcript.pyannote[27].end 325.90409375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 323.30534375
transcript.pyannote[28].end 326.78159375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 327.22034375
transcript.pyannote[29].end 337.96971875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 337.37909375
transcript.pyannote[30].end 339.38721875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 338.35784375
transcript.pyannote[31].end 341.39534375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 341.24346875
transcript.pyannote[32].end 345.88409375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 342.54284375
transcript.pyannote[33].end 348.44909375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 346.23846875
transcript.pyannote[34].end 405.41909375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 358.16909375
transcript.pyannote[35].end 358.52346875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 361.07159375
transcript.pyannote[36].end 361.37534375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 405.82409375
transcript.pyannote[37].end 433.65096875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 434.27534375
transcript.pyannote[38].end 442.88159375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 443.57346875
transcript.pyannote[39].end 443.97846875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 444.07971875
transcript.pyannote[40].end 451.40346875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 452.04471875
transcript.pyannote[41].end 532.25159375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 532.47096875
transcript.pyannote[42].end 540.77346875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 541.06034375
transcript.pyannote[43].end 581.84721875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 582.74159375
transcript.pyannote[44].end 585.28971875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 585.40784375
transcript.pyannote[45].end 603.98721875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 604.00409375
transcript.pyannote[46].end 628.32096875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 628.16909375
transcript.pyannote[47].end 629.29971875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 628.96221875
transcript.pyannote[48].end 637.50096875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 636.50534375
transcript.pyannote[49].end 639.71159375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 637.72034375
transcript.pyannote[50].end 638.14221875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 638.56409375
transcript.pyannote[51].end 645.17909375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 641.55096875
transcript.pyannote[52].end 641.98971875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 644.43659375
transcript.pyannote[53].end 651.70971875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 647.64284375
transcript.pyannote[54].end 656.72159375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 656.99159375
transcript.pyannote[55].end 664.34909375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 662.66159375
transcript.pyannote[56].end 663.99471875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 664.01159375
transcript.pyannote[57].end 664.02846875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 664.34909375
transcript.pyannote[58].end 665.02409375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 665.49659375
transcript.pyannote[59].end 685.37534375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 671.82471875
transcript.pyannote[60].end 673.41096875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 682.74284375
transcript.pyannote[61].end 682.84409375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 683.28284375
transcript.pyannote[62].end 683.38409375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 685.57784375
transcript.pyannote[63].end 709.20284375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 708.47721875
transcript.pyannote[64].end 715.93596875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 710.02971875
transcript.pyannote[65].end 711.97034375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 712.45971875
transcript.pyannote[66].end 714.97409375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 716.12159375
transcript.pyannote[67].end 723.83346875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 723.64784375
transcript.pyannote[68].end 727.39409375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 726.98909375
transcript.pyannote[69].end 728.32221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 727.91721875
transcript.pyannote[70].end 729.48659375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 728.74409375
transcript.pyannote[71].end 733.99221875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 729.53721875
transcript.pyannote[72].end 730.16159375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 731.93346875
transcript.pyannote[73].end 732.60846875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 733.70534375
transcript.pyannote[74].end 734.16096875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 734.39721875
transcript.pyannote[75].end 736.37159375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 736.81034375
transcript.pyannote[76].end 739.47659375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 736.89471875
transcript.pyannote[77].end 742.76721875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 741.88971875
transcript.pyannote[78].end 745.43346875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 745.88909375
transcript.pyannote[79].end 782.30534375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 783.45284375
transcript.pyannote[80].end 800.37846875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 800.37846875
transcript.pyannote[81].end 804.10784375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 803.63534375
transcript.pyannote[82].end 804.51284375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 804.51284375
transcript.pyannote[83].end 812.34284375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 811.09409375
transcript.pyannote[84].end 811.39784375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 812.25846875
transcript.pyannote[85].end 813.47346875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 812.83221875
transcript.pyannote[86].end 819.61596875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 819.48096875
transcript.pyannote[87].end 839.07284375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 824.08784375
transcript.pyannote[88].end 824.67846875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 834.71909375
transcript.pyannote[89].end 835.36034375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 838.83659375
transcript.pyannote[90].end 850.22721875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 847.40909375
transcript.pyannote[91].end 847.78034375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 849.18096875
transcript.pyannote[92].end 850.02471875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 850.14284375
transcript.pyannote[93].end 867.16971875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 867.20346875
transcript.pyannote[94].end 869.93721875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 870.30846875
transcript.pyannote[95].end 915.85409375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 915.90471875
transcript.pyannote[96].end 920.49471875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 920.86596875
transcript.pyannote[97].end 929.11784375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 925.75971875
transcript.pyannote[98].end 926.02971875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 929.35409375
transcript.pyannote[99].end 948.06846875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 948.30471875
transcript.pyannote[100].end 953.45159375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 952.82721875
transcript.pyannote[101].end 965.87159375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 966.29346875
transcript.pyannote[102].end 969.24659375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 968.16659375
transcript.pyannote[103].end 969.88784375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 970.00596875
transcript.pyannote[104].end 971.96346875
transcript.whisperx[0].start 5.369
transcript.whisperx[0].end 23.884
transcript.whisperx[0].text 那個主席可以一分鐘會議詢問我很快速講一下今天有看到我們那個委員會有裝了這個監測器那特別這個有趣的是有這個分貝的部分那我剛剛查的資料就是50分貝以下會讓人家感覺這個寧靜舒適心情愉悅
transcript.whisperx[1].start 26.926
transcript.whisperx[1].end 47.754
transcript.whisperx[1].text 好那呃再來就是說70分貝好這個以上呢就會造成大家心情煩躁神經緊張然後無法專心影響學習好所以我們呃這個可能也要注意一下官員在這個70分貝以上能不能專心聽委員的槌尋好這個也是很重要的那當然
transcript.whisperx[2].start 48.835
transcript.whisperx[2].end 63.19
transcript.whisperx[2].text 這個長期處於70分貝以上也會造成大家這個情緒的焦躁所以久而久之可能大家也是需要去看心理醫師或者去做如果你不會紓壓的話沒有來我那邊吧台喝咖啡的話可能也會造成一些影響
transcript.whisperx[3].start 64.011
transcript.whisperx[3].end 84.419
transcript.whisperx[3].text 那再來重要的是你要80分貝 85分貝這些真的會造成聽力的傷害所以我剛剛很注意在看這個分貝問題因為很多的時間是超過80分貝所以我在這邊特別提醒這個不管是委員會還是立法院這個職業安全衛生設施規則300條之一
transcript.whisperx[4].start 87.98
transcript.whisperx[4].end 115.738
transcript.whisperx[4].text 這個勞工超過平均85分貝雇主要採取聽力保護措施那當然我們已經有做這個監測的這個系統但是我們並沒有做這個監測危害的控管都沒有防護這個防音防護的這個配備也沒有譬如說耳塞啦或者是有人在控管那個麥克風我們如果太近聲音太大的時候就你就可以稍微調整一下那當然健檢OK那成效評估改善這個可能後續要做我想以上做這個提醒
transcript.whisperx[5].start 116.519
transcript.whisperx[5].end 126.874
transcript.whisperx[5].text 非常感謝朝偉給我這個時間把這個問題點出來好 那我現在接下來要來進等一下喔 不好意思
transcript.whisperx[6].start 134.247
transcript.whisperx[6].end 147.685
transcript.whisperx[6].text 我接下來要來質詢首先我有三 今天有三個問題那我先講一下這個加熱菸的部分當然那個部長跟那個健保署署長部長我想先
transcript.whisperx[7].start 149.087
transcript.whisperx[7].end 176.859
transcript.whisperx[7].text 因為對部長跟國建署我不太清楚國建署是不知道你們大家好不知道國建署是因為裝傻還是不夠專業因為他們說他們沒有做這個菸捐年度統計的資料所以呢我們辦公室呢就只好自己找資料然後我們自己幫國建署製作了這個非常清楚的表格那我們來看一下這幾年菸捐的收入99年的
transcript.whisperx[8].start 177.459
transcript.whisperx[8].end 205.083
transcript.whisperx[8].text 燕捐將近348億到了去年只剩下264億那我們這個兩個年度來比較一下就是少了84億之多但是民國99年的燕價跟113年來相比這個價格其實是低了很多那燕捐的比例卻大幅的增加但是收入卻大減到原因何在部長其實可以想一想
transcript.whisperx[9].start 205.882
transcript.whisperx[9].end 233.064
transcript.whisperx[9].text 因為這個吸菸比例並沒有減少但抽脂菸的人口很多都轉為去抽這個加熱菸了那加熱菸的部分就是基於一些很奇妙的人還有很奇妙的原因所以很奇妙的現在抽加熱菸是不用繳菸捐的所以衛福部的政策不僅
transcript.whisperx[10].start 235.186
transcript.whisperx[10].end 257.521
transcript.whisperx[10].text 不是在意志吸這個加熱菸喔反而是在鼓勵大家去吸加熱菸那這個因為齁這個錢啊都進了這個加熱菸這個走私販的口袋了所以呢唯一損失的是健保的挹注所以我們石崇良署長他就要哭哭了
transcript.whisperx[11].start 258.502
transcript.whisperx[11].end 274.444
transcript.whisperx[11].text 那按照這個國建署的觀念用健康風險來抑制吸菸吸加熱菸的人口如果這個推論他是真的那麼未來我們國人因為吸這個吸菸的健康風險反而會增加
transcript.whisperx[12].start 275.205
transcript.whisperx[12].end 290.173
transcript.whisperx[12].text 因為健保支出會增加嘛那未來這個健保也會被拖垮那醫療品質會下降所以這個到底是不是你們衛福部的德政這個我們就是一直都打問號啦所以我今天特別製作這個表格給大家提醒
transcript.whisperx[13].start 291.212
transcript.whisperx[13].end 317.984
transcript.whisperx[13].text 注意這個問題是謝謝好那再來部長你沒有要發表一下意見嗎那個當然謝謝當然我們努力之下齁那個車淹的比例是有降低啦齁那剛剛您所重視的我們也通過淹害防治法那在加熱淹的部分也一直在審查齁那這個部分我想我們一定按照
transcript.whisperx[14].start 320.523
transcript.whisperx[14].end 332.671
transcript.whisperx[14].text 那重點是那個菸捐的收入不要讓他滿天亂飛我們那個我們按照一切按照規定來處理那希望當然
transcript.whisperx[15].start 334.613
transcript.whisperx[15].end 340.039
transcript.whisperx[15].text 眼間增加這也是兩難的事情反正我就覺得一些奇妙的原因不應該是落到走私的業者這個是最重要的我們這個錢要收回來
transcript.whisperx[16].start 350.652
transcript.whisperx[16].end 372.433
transcript.whisperx[16].text 好那接下來一個重要的問題我們討論一下就是有關於這個台東醫療資源缺乏當然是我們台東長久的痛那如果說民眾遇到這種急性腦中風急性冠心症心導管的問題那台東有七家醫院那到底就是可以必須要送到哪裡
transcript.whisperx[17].start 373.334
transcript.whisperx[17].end 390.921
transcript.whisperx[17].text 那看來看去呢我們也就是只有就是說送到這個台東馬街因為台東沒有中度急診的醫院只有一家台東馬街是急重症醫院那其他六家都是一般的這個急診那依照這個緊急醫療能力的分級的規定
transcript.whisperx[18].start 392.161
transcript.whisperx[18].end 416.368
transcript.whisperx[18].text 急重症的醫院必須要在24小時提供外科、內科、骨科、兒科、麻醉科、神經科、神經外科、婦產科等等的這些專科醫師的緊急的照會服務所以我們台東馬街醫院它就等於我們整個重症醫療的核心我想這個大家都知道的
transcript.whisperx[19].start 417.789
transcript.whisperx[19].end 442.329
transcript.whisperx[19].text 台東馬街呢希望就是說他們希望把這個院內老舊的這個醫護宿舍改建那因為現在我們目前的宿舍我有去看過這個屋齡已經40年了大家可以想像40年的屋齡馬上就會知道他的這個防火防震都不符合現在的標準而且我去看了還四個人擠在一間
transcript.whisperx[20].start 444.232
transcript.whisperx[20].end 460.664
transcript.whisperx[20].text 那如果說原地那馬街他們有自備有準備經費那如果說原地打掉重建那重建期間的這個銜接過程會有很多在這個台東我們馬街醫院就是說醫護發生這個他們會發生這個住宿的問題
transcript.whisperx[21].start 463.866
transcript.whisperx[21].end 488.641
transcript.whisperx[21].text 那再加上就是說台東馬街因為要充實這個醫療設備所以今年他們還要蓋這個癌醫的大樓那在這個整個建樓的過程當中預期會發生就是說可能民眾要去就醫停車的問題就會嚴重不足那再來就是說病患跟家屬當然就是說他這樣就會很不方便
transcript.whisperx[22].start 489.341
transcript.whisperx[22].end 513.537
transcript.whisperx[22].text 那最近我跟這個莊瑞雄委員呢我們都非常關心台東馬街宿舍改建還有這個停車場用地的問題喔莊瑞雄委員他已經在上個禮拜呢院會質詢的時候有提到這件事情那台東馬街尋找的用地雖然是國產署的可是畢竟衛福部是主管機關所以我今天要在這裡特別提醒喔
transcript.whisperx[23].start 513.817
transcript.whisperx[23].end 541.398
transcript.whisperx[23].text 因為台東馬街對於這個台東醫療服務量的那麼重要那麼這件事情我和莊惠雄委員我們一定絕對會大力的支持還有促成那在2月9號的時候我看莊委員呢我們在台東馬街就是說有現場會看了這個去看了宿舍跟停車場等等的這些的現況那
transcript.whisperx[24].start 542.859
transcript.whisperx[24].end 550.422
transcript.whisperx[24].text 就是說昨天我們服務處也陪同了這個馬街醫院跟國產署針對這個用地的問題來做這個協商那我想協商的結果其實還滿正面的所以
transcript.whisperx[25].start 558.246
transcript.whisperx[25].end 580.464
transcript.whisperx[25].text 如果這個馬街如果可以找到合適用地的時候是非常需要衛福部針對醫院改建宿舍跟停車場這件事情在公共性、政策性還有必要性這三個方面給予這個肯定跟支持的評價那我想了解一下部長對你對這件事情的支持的立場應該沒有問題吧
transcript.whisperx[26].start 583.016
transcript.whisperx[26].end 606.845
transcript.whisperx[26].text 那個報告委員,真的非常感謝委員關心我們台東的一個醫療費用,不是醫療,醫療的水準過去也協助了很多醫療的一個提升的計畫,所以我們藝界都很感謝台東馬街的確是我們重中之重,因為也感謝馬街醫院有宗教的精神
transcript.whisperx[27].start 607.685
transcript.whisperx[27].end 632.833
transcript.whisperx[27].text 很多很多的優秀的人才 都到那邊服務那也受到台東當地大家的居民的一個支持特別在那個村委員也給予很大的支持那在護理醫護的宿舍的確是非常的老舊他們台東馬街不是沒有錢啦 是沒有地啊所以我們如果能夠政府來改善
transcript.whisperx[28].start 633.673
transcript.whisperx[28].end 656.415
transcript.whisperx[28].text 那個醫護的試射當然是我是求之不得昨天的協調其實已經狀況還不錯怎麼樣拜託我們都可以去拜託能夠讓他趕快讓醫護的試射完成所以就是確定的時候你們趕快對於這個剛剛講的只要我們衛護部能夠做的我們一定全力以赴當然停車的空間也非常重要因為有時候在看病真的
transcript.whisperx[29].start 657.596
transcript.whisperx[29].end 681.438
transcript.whisperx[29].text 不要停車停到掛號的輪到你都過了我想那個就是說謝謝部長那後面這個三個方面的這個肯定評價就拜託你了那之後就是說接下來的這個跟台東縣政府的一些募領回饋的這個機制我們我也會協助去協調
transcript.whisperx[30].start 682.819
transcript.whisperx[30].end 699.145
transcript.whisperx[30].text 那就最後一個問題我很快也很重要就是說剛剛大家關心的這個偏鄉醫護人力短缺的問題當然這工作環境待遇還有這個三病互併比的這個落實都是改善護理工作環境的這個很關鍵的一個問題那
transcript.whisperx[31].start 703.007
transcript.whisperx[31].end 721.636
transcript.whisperx[31].text 其實之前部長有講過說護理師的薪水7萬元這句話抱歉我從來沒有講過護理師的薪水7萬元那是媒體以及記者會所承認我們今天出來的是網站那自己去看網站各醫院的一個內容他其實也會看到最低
transcript.whisperx[32].start 722.316
transcript.whisperx[32].end 743.347
transcript.whisperx[32].text 也比較高的這樣的好那沒有關係我修正一下齁那或許媒體我從來沒有講過這句話那我們從媒體上我從來沒認得多少錢它是夠的齁但是那是媒體看的這樣部長今天給你大大的澄清因為我永遠覺得醫護的薪水必須要再提高那就接下來請給我機會因為我沒有時間了我趕快講齁
transcript.whisperx[33].start 746.788
transcript.whisperx[33].end 766.074
transcript.whisperx[33].text 當然這個媒體這樣寫7萬元這個數據當然部長也講嚴重失真那但是我講一下我們台東護理師工作經驗1到5年的薪資只有台東馬街超過6萬塊而已其他都沒有那其他這個公立醫院大概都5萬多
transcript.whisperx[34].start 766.914
transcript.whisperx[34].end 781.42
transcript.whisperx[34].text 那這個數據包括公職護理的薪資也相對比較高可是其他私立醫院的部分只有4萬元甚至我們台東在某家的醫院的護理師他職業一年的護理師薪水只有3萬多
transcript.whisperx[35].start 783.496
transcript.whisperx[35].end 797.461
transcript.whisperx[35].text 你們有知道這個訊息嗎只有三萬多這就是我們城鄉落差的一個差異所以我理解每一家的醫院它的複雜度是不一樣但是職業的護理師薪資只有三萬多
transcript.whisperx[36].start 799.562
transcript.whisperx[36].end 812.201
transcript.whisperx[36].text 有合理嗎你說這個台東這一家嗎對那個是一個宗教型的醫院那它的loading也許真的是沒有那麼大就好像你
transcript.whisperx[37].start 816.306
transcript.whisperx[37].end 836.017
transcript.whisperx[37].text 診所來講他的薪資可能也沒有辦法像醫院那麼高因為大家都留不住嘛所以自然而然那個loading就是變成這樣子所以我想講的是我知道你們會有一些理由但是我只是講我是覺得就是說我們一直在強調就是說要留住這個偏鄉人才的情況我覺得衛福部其實這個時候你們就應該要干預這個市場
transcript.whisperx[38].start 839.379
transcript.whisperx[38].end 860.033
transcript.whisperx[38].text 第一其實像這種燈塔型的醫院我們都會健保都會特別的補助而且希望能夠提高護理的待遇這個我們會去協助那到底要怎麼留住偏鄉的護理人才就是說當然大家都知道就是說住院護理費的偏鄉加成的機制
transcript.whisperx[39].start 860.974
transcript.whisperx[39].end 879.034
transcript.whisperx[39].text 好那我要再提一下這個加成在106年的時候比例從3%提高到15%那這個但是我們都之前也有講過啦說到底這些加成的點數有多少是真正實際反映到這個護理師的薪水待遇上好因為我們都知道護理
transcript.whisperx[40].start 880.635
transcript.whisperx[40].end 902.369
transcript.whisperx[40].text 這個護理費用當然有包括到一些儀器設備還有其他等等的不一定只是護理的這個薪資但是我想就是說這一項加成的名稱對偏鄉護理師是很不公平甚至講嚴重一點說這樣的名稱對偏鄉護理師他是一個不正義的名稱因為偏鄉住住院護理費
transcript.whisperx[41].start 903.069
transcript.whisperx[41].end 920.202
transcript.whisperx[41].text 加成15%的感覺好像是增加經費但是實質到護理師偏鄉護理師的這個口袋裡其實根本就不是這樣所以這個加成我希望可以有一定比例反映到這個偏鄉護理師的薪資上面
transcript.whisperx[42].start 921.683
transcript.whisperx[42].end 947.041
transcript.whisperx[42].text 這個一定比例 我想今天重點你們一定框一個比例到裡面那在這個15%當中一定提撥一定的比例作為這個護理師的這個額外加急的部分那去年我在去年那個預算審查的時候我們也有提案所以這個部分可能請會後是不是那個健保署再跟我們說明一下辦理的情況大概我想這邊
transcript.whisperx[43].start 948.402
transcript.whisperx[43].end 967.164
transcript.whisperx[43].text 提的就是說怎麼樣提高這個誘因還有框那個比例請你們好好我們該給護理師的就一毛錢也不少那他的護理會怎麼樣去分配有一定的比例這個要清清楚楚公開透明我要取得大家的一個共識這樣子好再麻煩你們兩週內好沒問題謝謝謝謝謝謝陳委員