iVOD / 162331

Field Value
IVOD_ID 162331
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162331
日期 2025-06-09
會議資料.會議代碼 委員會-11-3-26-16
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16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 16
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16次全體委員會議
影片種類 Clip
開始時間 2025-06-09T09:41:13+08:00
結束時間 2025-06-09T09:54:51+08:00
影片長度 00:13:38
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/4d6a092c3b8445923745d550c201bcc5ba6a1b99ce3116a01e95dc6d29d716ba456fc9d313f45db15ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林月琴
委員發言時間 09:41:13 - 09:54:51
會議時間 2025-06-09T09:00:00+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16次全體委員會議(事由:審查 一、行政院函請審議「全民健康保險資料管理條例草案」案。 二、委員林月琴等21人擬具「全民健康保險資料管理條例草案」案。 【詢答及審查】 【第二案,如未經各黨團簽署不復議同意書,則不予審查】 【6月9日及11日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.06471875
transcript.pyannote[0].end 1.33034375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 6.15659375
transcript.pyannote[1].end 7.92846875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 8.01284375
transcript.pyannote[2].end 8.82284375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 13.07534375
transcript.pyannote[3].end 13.56471875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 13.75034375
transcript.pyannote[4].end 23.75721875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 24.21284375
transcript.pyannote[5].end 27.14909375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 27.84096875
transcript.pyannote[6].end 32.11034375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 32.49846875
transcript.pyannote[7].end 59.09346875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 59.31284375
transcript.pyannote[8].end 64.74659375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 64.81409375
transcript.pyannote[9].end 66.21471875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 66.70409375
transcript.pyannote[10].end 73.03221875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 73.33596875
transcript.pyannote[11].end 93.99096875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 94.19346875
transcript.pyannote[12].end 95.45909375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 95.94846875
transcript.pyannote[13].end 99.03659375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 99.76221875
transcript.pyannote[14].end 106.83284375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 107.08596875
transcript.pyannote[15].end 107.15346875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 107.15346875
transcript.pyannote[16].end 107.23784375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 107.23784375
transcript.pyannote[17].end 107.37284375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 107.37284375
transcript.pyannote[18].end 107.59221875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 107.59221875
transcript.pyannote[19].end 121.27784375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 121.58159375
transcript.pyannote[20].end 128.23034375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 128.50034375
transcript.pyannote[21].end 134.03534375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 134.50784375
transcript.pyannote[22].end 135.26721875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 135.89159375
transcript.pyannote[23].end 145.05471875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 145.83096875
transcript.pyannote[24].end 149.59409375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 149.66159375
transcript.pyannote[25].end 151.46721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 152.37846875
transcript.pyannote[26].end 152.90159375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 153.40784375
transcript.pyannote[27].end 154.28534375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 155.44971875
transcript.pyannote[28].end 169.32096875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 170.16471875
transcript.pyannote[29].end 170.43471875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 171.85221875
transcript.pyannote[30].end 172.39221875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 173.53971875
transcript.pyannote[31].end 175.59846875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 174.67034375
transcript.pyannote[32].end 174.83909375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 174.83909375
transcript.pyannote[33].end 175.14284375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 175.59846875
transcript.pyannote[34].end 175.64909375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 175.64909375
transcript.pyannote[35].end 175.75034375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 175.75034375
transcript.pyannote[36].end 175.85159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 175.85159375
transcript.pyannote[37].end 183.64784375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 176.61096875
transcript.pyannote[38].end 177.03284375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 182.44971875
transcript.pyannote[39].end 188.08596875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 187.39409375
transcript.pyannote[40].end 187.98471875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 188.08596875
transcript.pyannote[41].end 189.36846875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 189.48659375
transcript.pyannote[42].end 191.19096875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 191.66346875
transcript.pyannote[43].end 193.14846875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 191.88284375
transcript.pyannote[44].end 192.97971875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 193.68846875
transcript.pyannote[45].end 193.70534375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 193.70534375
transcript.pyannote[46].end 194.00909375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 194.65034375
transcript.pyannote[47].end 207.49221875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 209.04471875
transcript.pyannote[48].end 214.02284375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 214.10721875
transcript.pyannote[49].end 214.84971875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 214.88346875
transcript.pyannote[50].end 215.37284375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 216.28409375
transcript.pyannote[51].end 216.67221875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 218.37659375
transcript.pyannote[52].end 221.34659375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 222.05534375
transcript.pyannote[53].end 223.21971875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 222.12284375
transcript.pyannote[54].end 222.64596875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 224.58659375
transcript.pyannote[55].end 226.32471875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 225.97034375
transcript.pyannote[56].end 226.22346875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 226.32471875
transcript.pyannote[57].end 227.03346875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 227.03346875
transcript.pyannote[58].end 227.05034375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 227.05034375
transcript.pyannote[59].end 228.09659375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 228.51846875
transcript.pyannote[60].end 229.21034375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 229.96971875
transcript.pyannote[61].end 230.15534375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 230.22284375
transcript.pyannote[62].end 230.52659375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 230.88096875
transcript.pyannote[63].end 235.03221875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 233.91846875
transcript.pyannote[64].end 255.99096875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 256.17659375
transcript.pyannote[65].end 256.53096875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 257.03721875
transcript.pyannote[66].end 271.43159375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 271.71846875
transcript.pyannote[67].end 288.07034375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 289.69034375
transcript.pyannote[68].end 305.04659375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 306.64971875
transcript.pyannote[69].end 307.79721875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 306.78471875
transcript.pyannote[70].end 326.71409375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 326.71409375
transcript.pyannote[71].end 340.77096875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 340.60221875
transcript.pyannote[72].end 343.01534375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 341.80034375
transcript.pyannote[73].end 343.03221875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 343.03221875
transcript.pyannote[74].end 346.69409375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 346.99784375
transcript.pyannote[75].end 382.89096875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 383.34659375
transcript.pyannote[76].end 385.03409375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 385.13534375
transcript.pyannote[77].end 402.49971875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 404.35596875
transcript.pyannote[78].end 414.93659375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 415.76346875
transcript.pyannote[79].end 428.48721875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 415.93221875
transcript.pyannote[80].end 415.94909375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 416.18534375
transcript.pyannote[81].end 416.45534375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 429.01034375
transcript.pyannote[82].end 430.29284375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 431.03534375
transcript.pyannote[83].end 433.85346875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 434.37659375
transcript.pyannote[84].end 440.33346875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 442.02096875
transcript.pyannote[85].end 444.67034375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 443.91096875
transcript.pyannote[86].end 447.85971875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 445.02471875
transcript.pyannote[87].end 445.93596875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 446.25659375
transcript.pyannote[88].end 464.26221875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 463.97534375
transcript.pyannote[89].end 467.83971875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 465.30846875
transcript.pyannote[90].end 473.22284375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 473.25659375
transcript.pyannote[91].end 474.10034375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 474.43784375
transcript.pyannote[92].end 478.80846875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 479.87159375
transcript.pyannote[93].end 480.76596875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 479.93909375
transcript.pyannote[94].end 482.26784375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 481.47471875
transcript.pyannote[95].end 485.44034375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 485.57534375
transcript.pyannote[96].end 491.88659375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 490.26659375
transcript.pyannote[97].end 501.35346875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 501.92721875
transcript.pyannote[98].end 503.68221875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 503.95221875
transcript.pyannote[99].end 509.43659375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 509.74034375
transcript.pyannote[100].end 513.52034375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 515.17409375
transcript.pyannote[101].end 515.32596875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 515.81534375
transcript.pyannote[102].end 518.80221875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 516.06846875
transcript.pyannote[103].end 516.60846875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 519.22409375
transcript.pyannote[104].end 526.09221875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 526.15971875
transcript.pyannote[105].end 541.63409375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 542.64659375
transcript.pyannote[106].end 555.33659375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 555.55596875
transcript.pyannote[107].end 564.01034375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 564.75284375
transcript.pyannote[108].end 580.63221875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 580.96971875
transcript.pyannote[109].end 612.35721875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 614.17971875
transcript.pyannote[110].end 630.86909375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 631.69596875
transcript.pyannote[111].end 636.28596875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 635.91471875
transcript.pyannote[112].end 639.30659375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 639.45846875
transcript.pyannote[113].end 642.64784375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 641.43284375
transcript.pyannote[114].end 645.93846875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 643.10346875
transcript.pyannote[115].end 644.62221875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 644.63909375
transcript.pyannote[116].end 650.61284375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 650.91659375
transcript.pyannote[117].end 653.17784375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 652.16534375
transcript.pyannote[118].end 665.66534375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 667.23471875
transcript.pyannote[119].end 667.40346875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 667.40346875
transcript.pyannote[120].end 667.48784375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 667.48784375
transcript.pyannote[121].end 667.50471875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 667.58909375
transcript.pyannote[122].end 667.74096875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 668.16284375
transcript.pyannote[123].end 675.30096875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 675.67221875
transcript.pyannote[124].end 684.26159375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 684.83534375
transcript.pyannote[125].end 701.76096875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 692.29409375
transcript.pyannote[126].end 693.66096875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 702.35159375
transcript.pyannote[127].end 724.59284375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 710.51909375
transcript.pyannote[128].end 711.43034375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 712.76346875
transcript.pyannote[129].end 713.32034375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 724.30596875
transcript.pyannote[130].end 730.65096875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 731.95034375
transcript.pyannote[131].end 742.04159375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 742.04159375
transcript.pyannote[132].end 779.26784375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 742.53096875
transcript.pyannote[133].end 743.07096875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 743.07096875
transcript.pyannote[134].end 743.08784375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 779.14971875
transcript.pyannote[135].end 783.55409375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 782.01846875
transcript.pyannote[136].end 800.80034375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 787.67159375
transcript.pyannote[137].end 788.04284375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 799.33221875
transcript.pyannote[138].end 811.80284375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 811.29659375
transcript.pyannote[139].end 815.88659375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 817.13534375
transcript.pyannote[140].end 818.31659375
transcript.whisperx[0].start 0.009
transcript.whisperx[0].end 1.31
transcript.whisperx[0].text 來做懸檔麻煩我們的邱部長來請部長委員好部長早民國111年憲判制第13號判決已經指出現行的健保資料基於醫療衛生或犯罪預防
transcript.whisperx[1].start 28.015
transcript.whisperx[1].end 52.128
transcript.whisperx[1].text 還有國家的公共利益目的來做使用那且資料要經過去識別化所以事實上是合憲的可是至於我們的欠缺個資保護的獨立監督跟欠缺相關組織上及程序上的監督防護機制跟欠缺當事人的請求停止使用的相關規定
transcript.whisperx[2].start 53.229
transcript.whisperx[2].end 71.014
transcript.whisperx[2].text 看起來事實上是違憲的而且要在三年內也就是今年的8月11號之前要立法補強這是制定全民健康保險資料條例的一個原因所在所以部長依據公務機關依法行政的習慣
transcript.whisperx[3].start 73.447
transcript.whisperx[3].end 95.139
transcript.whisperx[3].text 立法之前資料申請許可上勢必相對保守因為沒有人負得起責任可以一旦通過立法則意味開放因此立法必須要謹慎尤其在保護制度上據憲判制第13號判決與個人資料保護法的第6條第1項第4款去識別化的規定本席認為健保的資料
transcript.whisperx[4].start 96.147
transcript.whisperx[4].end 110.836
transcript.whisperx[4].text 使用必須以國家公共利益為原利益目的原則為基礎並在這個原則底下去制定管理規則這個部長應該同意吧同意那現行有衛福部衛生資料
transcript.whisperx[5].start 112.237
transcript.whisperx[5].end 132.687
transcript.whisperx[5].text 科學中心跟健保署的資訊整合應用服務中心受理健保資料申請使用那衛生福利資料科學中心提供死亡檔跟癌症資料的申請可串聯其他系統一年300件那健保署的資訊整合應用服務中心提供醫療影像
transcript.whisperx[6].start 134.988
transcript.whisperx[6].end 153.494
transcript.whisperx[6].text 檢驗的檢查資料特定範圍的非結構性的資料比較新一年23件台灣是個學術研究發達的國家這樣的數字這樣的數量並不多預估通過後數量就會加倍那所以請問部長這邊
transcript.whisperx[7].start 155.555
transcript.whisperx[7].end 155.915
transcript.whisperx[7].text 教育部長
transcript.whisperx[8].start 173.621
transcript.whisperx[8].end 189.074
transcript.whisperx[8].text 我想也應該是在開放的對象跟現在相同開放的對象跟現在相同而且這是要因為這是國內法所以要限制國內的所以一樣嗎學校跟醫學中心才可以用嗎想得到一個確確的答案醫院跟學術研究這兩個嗎
transcript.whisperx[9].start 195.413
transcript.whisperx[9].end 222.913
transcript.whisperx[9].text 那可是學術研究並不等於具備國家公共利益因為特定的政策所提出的研究價容易認定跟政策沒有直接關係的研究案你們的審查標準是什麼當然是要對醫藥的發展公共衛生我們第六條已經有明定它的一個目的有清楚的有
transcript.whisperx[10].start 224.863
transcript.whisperx[10].end 225.807
transcript.whisperx[10].text 講清楚說明白嗎
transcript.whisperx[11].start 235.304
transcript.whisperx[11].end 254.118
transcript.whisperx[11].text 我們在第八條有明訂 那麼這個目的外的利用呢要限於是提升醫療品質 公共衛生 社會福利跟促進學術研究的發展為主那其他的話就是由這個各主管機關 那麼行政單位本於其法定職長或法律權責來使用
transcript.whisperx[12].start 257.116
transcript.whisperx[12].end 282.174
transcript.whisperx[12].text 那健保資料庫對於犯罪者尤其是中國來講就是一個台灣人健康狀況的大數據了那透過人員或線上無所不用其極的想要獲取根據Checkpoint Research的統計2024年台灣每週就是我們的政府機關的部會的資料或者是企業的資料每週遭受3993次的一個網路攻擊
transcript.whisperx[13].start 285.197
transcript.whisperx[13].end 304.797
transcript.whisperx[13].text 2025年增加到每週呢4152次部長立法前中國私下透過收買人員或網路供給來獲取資料那立法後如果沒有好好規劃將更方便犯罪者透過學校跟醫學中心研究單位取得
transcript.whisperx[14].start 306.807
transcript.whisperx[14].end 324.517
transcript.whisperx[14].text 會不會變成是這樣?我想我們在立法之前已經從各方面不管是資訊的保護這個都非常的都已經非常的嚴格的推展這個部分我相信比以前會這跟立法應該是另外一回事本來就應該要做好的事情
transcript.whisperx[15].start 326.858
transcript.whisperx[15].end 344.9
transcript.whisperx[15].text 跟委員補充我們現在所有的資料利用的要在特定指定的空間它是一個隔離的環境所能吸出的只有統計之後的結果資料所以所有的個資或原始資料是不可能吸出的所以未來也是這樣嗎為什麼我們會有這麼多的擔心
transcript.whisperx[16].start 347.202
transcript.whisperx[16].end 367.465
transcript.whisperx[16].text 那本CV第九條針對於特定目的外利用的健保資料申請人設立機構必須要有境內登記並且境外不得同時設立或有正式非正式分支機構的禁制規定違反者要處一年以上五年以下的有期徒刑
transcript.whisperx[17].start 368.185
transcript.whisperx[17].end 393.57
transcript.whisperx[17].text 並得客處3000萬以下的罰金目的是在針對申請人資格要做嚴格的禁止而衛福部的回應主張是用道德勸說加上輕度的處罰的方式來避免資料濫用法律的比例原則強調不要用大炮打小鳥可看起來衛福部事實上是用鞭炮打恐龍
transcript.whisperx[18].start 394.91
transcript.whisperx[18].end 402.298
transcript.whisperx[18].text 你們憑什麼覺得自己提出的草案有遏止資料外洩到境外的效果是天真還是規避責任啊所以想問部長跟委員報告 剛剛你特別提到所能吸出的只有統計之後的結果所以並沒有涉及到資料傳輸或釋出的問題
transcript.whisperx[19].start 415.819
transcript.whisperx[19].end 439.867
transcript.whisperx[19].text 所以這個未來到底能不能完全確保這樣子的狀態因為我們有些國內也有些學校事實上是在國內有設可是他在中國也有設立學校這資料的如果事實上是對方的在該地的學校的人來這邊他以這邊的學校的名義來取資料進入到你們的系統你怎麼處理
transcript.whisperx[20].start 442.305
transcript.whisperx[20].end 470.359
transcript.whisperx[20].text 這個分兩方面來報告你怎麼去審查 他都同樣某一個大學的 可是事實上是在中國進入這個部分 我想我們會做最好的一個防範那目前目前的做法是一定要到一個隔離的空間拿出來的資料是完全七四北八十 只是結果而已這個是非常的嚴格 這個我們這些人來做對 我說他都同樣是這個學校的 可是他是在對岸學校就是說跟對岸這個部分 當然我們
transcript.whisperx[21].start 471.118
transcript.whisperx[21].end 471.579
transcript.whisperx[21].text 因為這是國內法,只有國內的學校機關可以申請
transcript.whisperx[22].start 480.201
transcript.whisperx[22].end 499.393
transcript.whisperx[22].text 可是他也是在國內有啊如果至於他要合作那個有這個學校跟其他境外的我覺得這麼重要的法案你們素面報告竟然問A再答B不要用國內法的那個理由來推脫因為所有資料可能都是你是要尋國內
transcript.whisperx[23].start 501.954
transcript.whisperx[23].end 513.083
transcript.whisperx[23].text 都是自國內法法的一個程序洩漏到國外的也不要用機關學校來推脫因為你們草案未來申請很確定真的只有機關跟學校嗎
transcript.whisperx[24].start 517.886
transcript.whisperx[24].end 541.114
transcript.whisperx[24].text 醫療機構醫院醫院醫療機構就是醫院跟學校啦研究學術單位像國衛院他們也可以那從衛福部的草案跟衛福部對本席草案的書面回應看起來本席認為你們對處理學術研究產生的利益的處理非常隱晦講得非常隱晦這樣的態度等於注定未來
transcript.whisperx[25].start 542.677
transcript.whisperx[25].end 563.789
transcript.whisperx[25].text 沒有辦法有效管理回饋機制因為在以國家公共利益的目的為使用的原則底下仍然會產生學術產生的利益那這項利益只要歸政府所有便屬於公共的收入不需要再建立回饋金的制度把前置政府的左手轉到右手但是如果利益
transcript.whisperx[26].start 565.27
transcript.whisperx[26].end 579.58
transcript.whisperx[26].text 歸屬於醫學中心學校研究單位或這些單位配合的企業所有所以未來會不會有企業說我透過學術單位來做一些研究對藥的一些所以雖然要繳回那個回饋金
transcript.whisperx[27].start 581.041
transcript.whisperx[27].end 603.166
transcript.whisperx[27].text 有什麼需要閃躲的所以利益的產生多半不是在申請的當下你們事實上是在用申請的當下而是未來因為這個資料而產研發出商品之後所以本席提出自申請日起15年內產生利益要繳回回饋金的機制這並不是阻礙申請審查好的資格
transcript.whisperx[28].start 604.646
transcript.whisperx[28].end 630.358
transcript.whisperx[28].text 產品的研發你們書面報告還是沒有針對這個去做回應所以請問一下申請時如何預見利益我跟委員報告我們今天一個研究者不管你是在學術機構或者在醫療機構因為我也做了40年的國科會計畫現在是非常嚴格的第一個你必須要你本身的機構的IRB已經要通過
transcript.whisperx[29].start 632.375
transcript.whisperx[29].end 649.526
transcript.whisperx[29].text 包括資金的 經費的當然你申請可是我取的健康資料我如果要研發要進那我們當然IRB就可是你現在是用現在來提但並不是預見未來的力量我們有很多把關好幾度的把關才會動到
transcript.whisperx[30].start 651.207
transcript.whisperx[30].end 674.81
transcript.whisperx[30].text 幾乎才會動到可是這樣面對不可預見的也學術成功後所產生的利益你憑什麼要跟人家收取回饋金要收的事實上是看起來是有點手續費就一開始可是後邊你到底未來那個有沒有計算進去未來的一個利益回饋這個部分我們有做初步的說明就是
transcript.whisperx[31].start 675.811
transcript.whisperx[31].end 699.523
transcript.whisperx[31].text 因為他有牽涉到比較複雜那第15條裡面吼那我們會那個的認定我們會有比例啦方式啦跟其他相關的事項的辦法我們會來訂辦法由主管機關來訂但是跟委員報告真的要申請到可以他可以去到那邊去拿資料那已經是經過學校經過申請的
transcript.whisperx[32].start 702.921
transcript.whisperx[32].end 728.827
transcript.whisperx[32].text 補助的機關這已經都嚴格的審查而且拿到的比例很少所以已經都是精練過的然後在這邊在健保署又有這樣的一個機制來把關所以基本上它是我們這邊也鎖得非常的嚴密我想這個部分應該是可以保護個人的資料跟安全最後想問你們所提供的資料雖然依法都去識別化可是你們能不能保證針對少數
transcript.whisperx[33].start 731.974
transcript.whisperx[33].end 747.631
transcript.whisperx[33].text 也就是人數比較少的罕見疾病被保險人資料不會因為交叉比對而洩漏保險人的身份嗎你們未來怎麼去保證我們還是以最小階段我們提供這個研究的時候
transcript.whisperx[34].start 747.891
transcript.whisperx[34].end 765.831
transcript.whisperx[34].text 他們要來申請案的時候我們會看他這個研究的目的跟他所使用要申請的資料之間的比例原則所以以最小提供單位為主那第二個呢還是提到我們出示的都是假名化之後的資料那麼沒有辦法再就是如果需要是串
transcript.whisperx[35].start 766.431
transcript.whisperx[35].end 781.376
transcript.whisperx[35].text 串接資料的話都是事先處理好之後處理所以不會有這個原始資料的遺漏啦所以它都是只有在這個現場統計完之後把這個統計結果吸出而已那罕病就是比較人數比較少嘛
transcript.whisperx[36].start 782.116
transcript.whisperx[36].end 806.836
transcript.whisperx[36].text 但是他還是有需要有一些譬如說有一些用藥你還是要他就是喊病你要知道他的這個效果怎麼樣他的特性怎麼樣那這個還是會用到不過都是以最小使用範圍然後最高度的一個是事前同意一個是進行中告知一個是最後他如果進行中他要退出的話
transcript.whisperx[37].start 807.335
transcript.whisperx[37].end 812.498
transcript.whisperx[37].text 我覺得要有 被保險人應該要有這樣的一個權利以上 謝謝應該是這樣 謝謝我們可以這樣來演繹 謝謝好 謝謝