iVOD / 160574

Field Value
IVOD_ID 160574
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160574
日期 2025-04-23
會議資料.會議代碼 委員會-11-3-26-7
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7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 7
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7次全體委員會議
影片種類 Clip
開始時間 2025-04-23T13:05:35+08:00
結束時間 2025-04-23T13:15:23+08:00
影片長度 00:09:48
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/27ac2f54fdf75cc05d94f33743e1ec504d63fb5309bb2e637bdb191357f7ebfac53c89e6150c5b455ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 張雅琳
委員發言時間 13:05:35 - 13:15:23
會議時間 2025-04-23T09:00:00+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7次全體委員會議(事由:邀請衛生福利部部長、財政部次長就「國家社會福利政策財源檢討及偏鄉兒童發展篩檢執行情形」進行專題報告,並備質詢。 【4月23日及24日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 12.43409375
transcript.pyannote[0].end 13.64909375
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 19.18409375
transcript.pyannote[1].end 19.77471875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 20.12909375
transcript.pyannote[2].end 60.35909375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 61.06784375
transcript.pyannote[3].end 69.28596875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 71.51346875
transcript.pyannote[4].end 71.58096875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 71.85096875
transcript.pyannote[5].end 83.03909375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 83.54534375
transcript.pyannote[6].end 88.43909375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 85.68846875
transcript.pyannote[7].end 86.12721875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 86.43096875
transcript.pyannote[8].end 87.00471875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 87.91596875
transcript.pyannote[9].end 88.23659375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 90.05909375
transcript.pyannote[10].end 92.13471875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 92.32034375
transcript.pyannote[11].end 103.84596875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 104.97659375
transcript.pyannote[12].end 115.70909375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 116.87346875
transcript.pyannote[13].end 128.98971875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 123.26909375
transcript.pyannote[14].end 123.82596875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 129.17534375
transcript.pyannote[15].end 135.30096875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 136.07721875
transcript.pyannote[16].end 140.32971875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 140.32971875
transcript.pyannote[17].end 141.59534375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 141.42659375
transcript.pyannote[18].end 142.99596875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 143.23221875
transcript.pyannote[19].end 143.95784375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 144.98721875
transcript.pyannote[20].end 146.13471875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 148.76721875
transcript.pyannote[21].end 151.46721875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 154.23471875
transcript.pyannote[22].end 159.31409375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 158.48721875
transcript.pyannote[23].end 160.42784375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 160.42784375
transcript.pyannote[24].end 162.79034375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 163.78596875
transcript.pyannote[25].end 165.70971875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 163.83659375
transcript.pyannote[26].end 168.79784375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 169.35471875
transcript.pyannote[27].end 173.01659375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 173.16846875
transcript.pyannote[28].end 179.91846875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 180.66096875
transcript.pyannote[29].end 190.26284375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 190.63409375
transcript.pyannote[30].end 193.09784375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 194.58284375
transcript.pyannote[31].end 195.74721875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 199.40909375
transcript.pyannote[32].end 199.96596875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 199.96596875
transcript.pyannote[33].end 200.57346875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 200.67471875
transcript.pyannote[34].end 200.75909375
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 200.75909375
transcript.pyannote[35].end 200.79284375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 200.79284375
transcript.pyannote[36].end 224.02971875
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 201.07971875
transcript.pyannote[37].end 201.48471875
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 201.56909375
transcript.pyannote[38].end 201.65346875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 201.70409375
transcript.pyannote[39].end 201.77159375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 210.24284375
transcript.pyannote[40].end 210.61409375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 224.87346875
transcript.pyannote[41].end 225.17721875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 224.94096875
transcript.pyannote[42].end 227.15159375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 227.55659375
transcript.pyannote[43].end 229.96971875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 229.96971875
transcript.pyannote[44].end 230.34096875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 230.34096875
transcript.pyannote[45].end 235.35284375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 231.79221875
transcript.pyannote[46].end 233.00721875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 235.36971875
transcript.pyannote[47].end 239.31846875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 236.04471875
transcript.pyannote[48].end 242.40659375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 240.53346875
transcript.pyannote[49].end 241.49534375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 243.30096875
transcript.pyannote[50].end 244.14471875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 244.88721875
transcript.pyannote[51].end 246.96284375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 246.18659375
transcript.pyannote[52].end 256.07534375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 254.70846875
transcript.pyannote[53].end 256.63221875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 256.93596875
transcript.pyannote[54].end 292.76159375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 294.41534375
transcript.pyannote[55].end 307.07159375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 307.13909375
transcript.pyannote[56].end 320.41971875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 321.12846875
transcript.pyannote[57].end 328.30034375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 328.51971875
transcript.pyannote[58].end 342.32346875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 342.81284375
transcript.pyannote[59].end 346.08659375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 346.30596875
transcript.pyannote[60].end 357.24096875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 358.87784375
transcript.pyannote[61].end 372.27659375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 372.78284375
transcript.pyannote[62].end 385.70909375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 386.08034375
transcript.pyannote[63].end 390.21471875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 391.88534375
transcript.pyannote[64].end 392.20596875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 393.28596875
transcript.pyannote[65].end 403.98471875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 403.69784375
transcript.pyannote[66].end 405.80721875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 403.98471875
transcript.pyannote[67].end 404.15346875
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 405.52034375
transcript.pyannote[68].end 405.53721875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 405.53721875
transcript.pyannote[69].end 437.53221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 436.38471875
transcript.pyannote[70].end 443.06721875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 442.08846875
transcript.pyannote[71].end 442.98284375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 443.06721875
transcript.pyannote[72].end 459.26721875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 443.40471875
transcript.pyannote[73].end 445.64909375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 451.70721875
transcript.pyannote[74].end 452.93909375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 459.50346875
transcript.pyannote[75].end 464.93721875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 464.46471875
transcript.pyannote[76].end 466.43909375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 466.59096875
transcript.pyannote[77].end 473.69534375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 467.80596875
transcript.pyannote[78].end 468.76784375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 474.79221875
transcript.pyannote[79].end 476.81721875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 477.37409375
transcript.pyannote[80].end 478.97721875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 479.73659375
transcript.pyannote[81].end 481.18784375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 482.82471875
transcript.pyannote[82].end 482.94284375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 483.21284375
transcript.pyannote[83].end 483.51659375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 483.61784375
transcript.pyannote[84].end 490.62096875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 486.48659375
transcript.pyannote[85].end 487.02659375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 490.78971875
transcript.pyannote[86].end 492.30846875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 490.84034375
transcript.pyannote[87].end 490.87409375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 490.89096875
transcript.pyannote[88].end 491.39721875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 492.37596875
transcript.pyannote[89].end 493.32096875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 493.03409375
transcript.pyannote[90].end 496.13909375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 496.20659375
transcript.pyannote[91].end 496.37534375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 496.71284375
transcript.pyannote[92].end 502.09596875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 502.55159375
transcript.pyannote[93].end 508.01909375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 508.23846875
transcript.pyannote[94].end 519.94971875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 520.43909375
transcript.pyannote[95].end 534.42846875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 534.86721875
transcript.pyannote[96].end 535.40721875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 535.54221875
transcript.pyannote[97].end 538.05659375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 538.56284375
transcript.pyannote[98].end 546.30846875
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 546.56159375
transcript.pyannote[99].end 552.07971875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 549.61596875
transcript.pyannote[100].end 549.95346875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 552.16409375
transcript.pyannote[101].end 552.56909375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 552.56909375
transcript.pyannote[102].end 552.61971875
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 552.61971875
transcript.pyannote[103].end 555.96096875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 554.76284375
transcript.pyannote[104].end 554.79659375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 554.79659375
transcript.pyannote[105].end 555.25221875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 556.11284375
transcript.pyannote[106].end 556.50096875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 556.18034375
transcript.pyannote[107].end 558.30659375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 558.27284375
transcript.pyannote[108].end 560.93909375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 560.41596875
transcript.pyannote[109].end 568.41471875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 568.07721875
transcript.pyannote[110].end 572.92034375
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 570.76034375
transcript.pyannote[111].end 571.09784375
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 574.00034375
transcript.pyannote[112].end 574.65846875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 575.80596875
transcript.pyannote[113].end 577.56096875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 577.99971875
transcript.pyannote[114].end 579.09659375
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 578.05034375
transcript.pyannote[115].end 581.10471875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 580.93596875
transcript.pyannote[116].end 585.96471875
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 581.99909375
transcript.pyannote[117].end 582.84284375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 583.33221875
transcript.pyannote[118].end 585.50909375
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 585.82971875
transcript.pyannote[119].end 586.09971875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 586.48784375
transcript.pyannote[120].end 587.70284375
transcript.whisperx[0].start 12.449
transcript.whisperx[0].end 14.17
transcript.whisperx[0].text 我們有請部長部長好今天想要跟你討論有關於藻寮的部分就是藻寮資源的部分因為根據世界衛生組織來講我們其實兒童發展的兒童發展遲緩的發生率大概是8%但是台灣的本土研究是說因為篩檢工具不足實際的發生率可能是8到10%
transcript.whisperx[1].start 36.42
transcript.whisperx[1].end 59.627
transcript.whisperx[1].text 那目前我們就取中間值我去計算一下我們全國潛在的需求人數大概是13.16人但是以我現在最新拿到的資料2024年通報的是3.9萬人所以也就是說在現在還有未通報率大概是70.3%然後再進一步去發現的一些細節的資料這我想要跟部長再做討論一下就是說我知道我們其實在
transcript.whisperx[2].start 61.167
transcript.whisperx[2].end 88.334
transcript.whisperx[2].text 去年呢其實我們有去擴大補助了全國兒童發展聯合評估中心所以我們的量能是在提升但是呢好但是我在看這個資料的時候我有幾個疑點我希望部長可以幫我解釋簡單的說明一下就是說第一個疑點是說我們看到這個數字台北市跟桃園市通報的人數只有10%是藻寮人數 抱歉按到了
transcript.whisperx[3].start 90.114
transcript.whisperx[3].end 114.884
transcript.whisperx[3].text 好就是說我們在這個台北市跟桃園市跟其他地方完全不一樣因為接受人你看新北市喔或者是台中市喔他接受早療人數會接近通報人數可是我們台北市跟桃園市竟然只有10%那這是什麼樣子的原因呢那第二個疑點是嘉義市宜蘭縣澎湖縣接受早療的人數竟然大於通報人數欸
transcript.whisperx[4].start 117.852
transcript.whisperx[4].end 139.263
transcript.whisperx[4].text 這個應該是要通報之後經過評估才可以接受找療嘛 對吧流程上應該是這樣可是怎麼會出現這樣子的數字第三個接受找療服務的人次竟然只有人數的一倍多代表是說他回去再做找療的頻率是低的嗎我是應該這樣解讀嗎是不是可以簡單 誰來幫我做個簡單的說明我應該如何讀這份報告這個數字
transcript.whisperx[5].start 149.02
transcript.whisperx[5].end 151.304
transcript.whisperx[5].text 還是現在沒有人可以回答我這個問題好沒關係我時間有限 好不好我們會後再來我辦公室我們再來瞭解一下這個數據齁這個數據你們自己看不會覺得很奇怪嗎
transcript.whisperx[6].start 164.023
transcript.whisperx[6].end 192.848
transcript.whisperx[6].text 對吧 很奇怪吧 還有第二個問題第二個數據 我也覺得很奇怪就是我們在看聯平中心跟聯平提供量的時候呢台北市加速在減少 可是提供量在增加桃園加速在增加 可是聯平量卻在減少然後新竹市呢加速持平 可是聯平提供量減少這個我就有點不太懂 照理講我應該提供的加速變多我應該相對來說 我的服務量應該是增加的吧
transcript.whisperx[7].start 194.582
transcript.whisperx[7].end 196.083
transcript.whisperx[7].text 這邊還是是謝謝委員那這個是你看到這是他們縣市提出來的我們預估給他的那以新竹市為例我幾個例子它同樣是兩家但是呢114年114年是1700沒有錯那114年呢原來一家叫1100現在新增了一家台大就是再1100所以新竹市就會變成2200
transcript.whisperx[8].start 224.915
transcript.whisperx[8].end 242.136
transcript.whisperx[8].text 所以我想我應該怎麼讀這個資料呢?因為這樣子看起來,如果這個是這樣子算,假設它是2200你們沒有記到的話,那其他的數字是正確的嗎?這個我們要對一下,因為其他的是2200這個是不是也可以回去確認一下好不好?提供到我辦公室好不好?這大概什麼時候可以提供給我?好,謝謝大概什麼時候可以提供給我?一塊,很快
transcript.whisperx[9].start 245.203
transcript.whisperx[9].end 258.882
transcript.whisperx[9].text 儘快大概一個禮拜內一個禮拜以內好不好我們一個禮拜我們約個時間順便來說明一下剛剛那些疑點好不好因為這樣子我們很難去評估到底藻寮的量能到底有沒有增加啦好不好然後再來還有下一頁好像沒有反應
transcript.whisperx[10].start 260.043
transcript.whisperx[10].end 288.1
transcript.whisperx[10].text 那還有就是說其實我們也大概看了一下剛剛那些數字我大概用現在你給我的數字我加總了一下大概六都集中了75%的評估中心和機構可是我根據桃園市2023年的一個報告調查他說桃園市發展實緩的兒童通報這五年的統計分析之下呢復興區這個復興區三歲以下的兒童通報率只有都會區的40%也就是說我們偏鄉的能夠去做這些評估的
transcript.whisperx[11].start 288.921
transcript.whisperx[11].end 292.393
transcript.whisperx[11].text 或是有這個意識的其實相對來說是低的下一頁
transcript.whisperx[12].start 294.611
transcript.whisperx[12].end 318.38
transcript.whisperx[12].text 那這個其實也有一些報告啦有些專家學者也提出到了就是我們偏鄉區域的找療的一個困境第一個就是醫療與療癒資源集中於都會區嘛剛剛講75%然後通報與篩檢率也都偏低因為目前其實他們對於這樣子的一個概念早期介入的概念相對來說是稍微比較弱的那社區也宣導不足所以就會有造成很多的孩子在他們沒有被早期發現就錯過了這個黃金期這樣子
transcript.whisperx[13].start 321.161
transcript.whisperx[13].end 348.137
transcript.whisperx[13].text 那再來還有就是說我們第三點是在於專業人力跟服務量人不足啦就是其實我們有非常短缺我想這個部長跟大家一定都非常清楚我們的語言治療師 職能治療師其實比例都是相當不夠的這個其實還是非常需要一起來努力的那最後就是一個家庭負擔沉重的問題就是說因為其實他們以他們的交通啦剛來講他如果要從復興區要去到可以坐的地方要花兩個小時
transcript.whisperx[14].start 349.338
transcript.whisperx[14].end 357.008
transcript.whisperx[14].text 家庭有經濟的困難 交通又不那麼方便其實坦白來說 要他回去做這件事情 難度是非常高的但是呢 我也 幫我按下一頁
transcript.whisperx[15].start 358.905
transcript.whisperx[15].end 387.092
transcript.whisperx[15].text 但是第三基金會其實長期一直以來他們在偏鄉服務他們其實有一些成功的經驗就是說他們其實很早的時候在孩子還在媽媽的肚子裡的時候他們就有育兒指導員來協助這些家長提升這個孩子需要做早期介入療癒的一個意識所以呢我想請教這個部長就是賴清德總統其實當時有提出要這個育兒指導員到家的這個一個政見嘛
transcript.whisperx[16].start 387.512
transcript.whisperx[16].end 399.205
transcript.whisperx[16].text 那我們現在大概準備的怎麼樣?規劃的怎麼樣?我想這個至善基金會在這樣做,是令人感動也很好的典範其實剛剛委員講的,應該全國都有在做
transcript.whisperx[17].start 403.744
transcript.whisperx[17].end 420.804
transcript.whisperx[17].text 育兒指導員的部分現在準備了怎麼樣跟委員報告其實在社網第二期從108年開始我們大概就已經開始在全國都有部件這樣一個育兒指導服務那在這個原來計畫裡面他是優先提供服務給這些比較相對比較脆弱的家庭
transcript.whisperx[18].start 421.405
transcript.whisperx[18].end 442.287
transcript.whisperx[18].text 那我們現在正在規劃下一期的社安網的計畫那我們也會把這個已經很確定的方向會把育兒指導的服務的量能持續的來做擴充然後目標是針對不管他是不是隨後家庭只要家庭有需要我們一律的來提供這樣的服務我們是不是也可以因為我不太確定你們下一期的部件是不是也包含到偏鄉的部分因為其實偏鄉現在都很靠
transcript.whisperx[19].start 443.228
transcript.whisperx[19].end 458.894
transcript.whisperx[19].text 那大概什麼時候會我們下一期社交網會從明年開始那目前我們的計畫已經開始在整理當中整理當中是嗎整理全國只要六歲以下的兒童有相關需要的育兒指導我們大概我們會把量整個都擴充出來
transcript.whisperx[20].start 459.722
transcript.whisperx[20].end 480.702
transcript.whisperx[20].text 所以我們是針對6歲以下還是他今天是還在爸爸媽媽肚子裡的時候就6歲以下的兒童的育兒指導但我只在想說因為我們其實偏鄉只到6歲有沒有可能再更早一點來去協助他們呢這部分有可能再提早嗎可能在他就是懷孕的時候因為智商的做法是這樣
transcript.whisperx[21].start 483.284
transcript.whisperx[21].end 491.092
transcript.whisperx[21].text 跟委員報告一下,有關孕產婦如果是有高風險的孕產婦,我們是有孕產婦的關懷計畫,另外一個處理的,高風險孕產婦的最終關懷計畫
transcript.whisperx[22].start 496.735
transcript.whisperx[22].end 518.38
transcript.whisperx[22].text 好沒關係那這個我們事後下次也是一起來討論看他可以怎麼樣執行那最後最後很快就是說我們其實下一頁好了下一頁好了我們其實剛剛講到就是說今天要做早期介入的話其實也是非常需要我們要有足夠的語言治療師跟職能治療師可是以我們現在來說台灣跟世界來比台灣現在語言治療師每一萬人我們大概就0.58個這個
transcript.whisperx[23].start 521.422
transcript.whisperx[23].end 537.112
transcript.whisperx[23].text 這個原治療師他的服務量只有0.58人那美國是有3.3人那職能治療師呢每萬人的服務量台灣是1.49可是美國是4.9我們現在是不是有一些我們可不可以嚴領一些方案怎麼樣子來提升我們這個原治療師跟職能治療師的人數呢
transcript.whisperx[24].start 538.938
transcript.whisperx[24].end 557.587
transcript.whisperx[24].text 我想我們先瞭解一下,到底為什麼我們台灣人比較少?是科系培養的比較少?還是考照率太難了?還是說已經考過了他不來上班?或者是別人認不好?
transcript.whisperx[25].start 558.647
transcript.whisperx[25].end 585.483
transcript.whisperx[25].text 那所以你們現在會簡單做一個這個我們 既然今天聽起來這個是非常這些專業人員是很需要的我們就要好好來檢討一下好 那大概什麼時候我們可以有一個更明確的不然是檢討啦 或是下一個方案議事室議事室好 這個請議事室一個月之內把它盤點好盤點以下可以嗎然後我們來看看下一步我們怎麼做好不好謝謝再跟委員報告一個月齁 謝謝好 謝謝