iVOD / 162333

Field Value
IVOD_ID 162333
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162333
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 2025-06-09T10:08:55+08:00
結束時間 2025-06-09T10:20:21+08:00
影片長度 00:11:26
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/4d6a092c3b84459291d3d0f00db324bcba6a1b99ce3116a0dcc938fdb7fbdb685b55e0d0608bdf185ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王育敏
委員發言時間 10:08:55 - 10:20:21
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_02
transcript.pyannote[0].start 0.48659375
transcript.pyannote[0].end 0.65534375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 2.79846875
transcript.pyannote[1].end 8.14784375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 8.89034375
transcript.pyannote[2].end 12.28221875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 12.60284375
transcript.pyannote[3].end 13.22721875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 17.69909375
transcript.pyannote[4].end 18.22221875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 18.72846875
transcript.pyannote[5].end 26.28846875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 26.57534375
transcript.pyannote[6].end 36.90284375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 37.91534375
transcript.pyannote[7].end 53.99721875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 46.33596875
transcript.pyannote[8].end 46.47096875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 54.48659375
transcript.pyannote[9].end 69.25221875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 69.72471875
transcript.pyannote[10].end 74.56784375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 74.92221875
transcript.pyannote[11].end 75.63096875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 76.08659375
transcript.pyannote[12].end 98.71596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 99.13784375
transcript.pyannote[13].end 105.06096875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 105.49971875
transcript.pyannote[14].end 171.88596875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 172.12221875
transcript.pyannote[15].end 198.61596875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 198.91971875
transcript.pyannote[16].end 200.70846875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 200.70846875
transcript.pyannote[17].end 202.44659375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 200.72534375
transcript.pyannote[18].end 228.19784375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 227.40471875
transcript.pyannote[19].end 231.94409375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 230.30721875
transcript.pyannote[20].end 248.27909375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 236.09534375
transcript.pyannote[21].end 237.98534375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 237.98534375
transcript.pyannote[22].end 238.00221875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 246.84471875
transcript.pyannote[23].end 254.06721875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 248.81909375
transcript.pyannote[24].end 249.51096875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 254.33721875
transcript.pyannote[25].end 266.57159375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 265.13721875
transcript.pyannote[26].end 270.09846875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 270.52034375
transcript.pyannote[27].end 271.95471875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 272.91659375
transcript.pyannote[28].end 273.33846875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 273.13596875
transcript.pyannote[29].end 277.05096875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 277.37159375
transcript.pyannote[30].end 278.73846875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 279.32909375
transcript.pyannote[31].end 279.97034375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 280.25721875
transcript.pyannote[32].end 281.52284375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 282.13034375
transcript.pyannote[33].end 283.34534375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 283.53096875
transcript.pyannote[34].end 287.12534375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 287.12534375
transcript.pyannote[35].end 291.61409375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 287.69909375
transcript.pyannote[36].end 289.45409375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 289.55534375
transcript.pyannote[37].end 290.29784375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 290.92221875
transcript.pyannote[38].end 307.17284375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 306.43034375
transcript.pyannote[39].end 307.89846875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 307.54409375
transcript.pyannote[40].end 311.23971875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 309.77159375
transcript.pyannote[41].end 312.15096875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 311.72909375
transcript.pyannote[42].end 316.47096875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 316.75784375
transcript.pyannote[43].end 321.44909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 320.74034375
transcript.pyannote[44].end 320.92596875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 321.11159375
transcript.pyannote[45].end 322.96784375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 321.97221875
transcript.pyannote[46].end 322.91721875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 322.96784375
transcript.pyannote[47].end 322.98471875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 323.06909375
transcript.pyannote[48].end 325.98846875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 325.98846875
transcript.pyannote[49].end 328.87409375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 326.00534375
transcript.pyannote[50].end 326.02221875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 326.52846875
transcript.pyannote[51].end 326.83221875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 328.43534375
transcript.pyannote[52].end 334.74659375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 333.98721875
transcript.pyannote[53].end 350.76096875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 351.21659375
transcript.pyannote[54].end 351.80721875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 352.33034375
transcript.pyannote[55].end 359.87346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 360.81846875
transcript.pyannote[56].end 376.78221875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 376.93409375
transcript.pyannote[57].end 394.07909375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 394.38284375
transcript.pyannote[58].end 398.71971875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 398.26409375
transcript.pyannote[59].end 400.39034375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 399.86721875
transcript.pyannote[60].end 400.22159375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 400.39034375
transcript.pyannote[61].end 427.74471875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 428.09909375
transcript.pyannote[62].end 432.79034375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 433.11096875
transcript.pyannote[63].end 434.73096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 435.11909375
transcript.pyannote[64].end 437.05971875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 438.05534375
transcript.pyannote[65].end 444.50159375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 445.19346875
transcript.pyannote[66].end 460.80284375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 461.07284375
transcript.pyannote[67].end 496.02096875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 496.34159375
transcript.pyannote[68].end 498.21471875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 499.12596875
transcript.pyannote[69].end 500.69534375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 500.72909375
transcript.pyannote[70].end 540.84096875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 506.83784375
transcript.pyannote[71].end 506.87159375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 507.09096875
transcript.pyannote[72].end 507.15846875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 541.14471875
transcript.pyannote[73].end 545.27909375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 545.27909375
transcript.pyannote[74].end 582.69096875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 582.69096875
transcript.pyannote[75].end 588.76596875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 588.63096875
transcript.pyannote[76].end 611.76659375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 611.91846875
transcript.pyannote[77].end 623.12346875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 623.12346875
transcript.pyannote[78].end 678.33846875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 677.93346875
transcript.pyannote[79].end 682.47284375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 680.54909375
transcript.pyannote[80].end 682.25346875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 684.41346875
transcript.pyannote[81].end 686.87721875
transcript.whisperx[0].start 2.825
transcript.whisperx[0].end 7.01
transcript.whisperx[0].text 那我們委員會這邊公告蘇清泉、趙偉宣達結束休息10分鐘謝謝好謝謝趙偉我們是不是有請邱部長來請部長委員長
transcript.whisperx[1].start 18.732
transcript.whisperx[1].end 20.033
transcript.whisperx[1].text 部長好部長我想剛剛很多人都提到了現在我們醫療現場急重症這個人力不足的問題那再加上從昨天到今天陸續有急診科的醫師他去提到說這個
transcript.whisperx[2].start 37.964
transcript.whisperx[2].end 52.846
transcript.whisperx[2].text 急診科醫師想要離開沒有表態的離職人數 我看到這個數字有點嚇到上看120人 我不曉得這位醫師講的是真實的還是是他有推估比較多 如果是這樣一個數據的話
transcript.whisperx[3].start 54.528
transcript.whisperx[3].end 75.29
transcript.whisperx[3].text 那我覺得面對未來還有新冠疫情的升溫這是讓人家會非常擔心的就是可能連急診的第一現場要去救治病患這個人手都嚴重的不足第二個是重症的部分剛剛也這個陳俊輝醫師有提到這個新聞也引發大家的關注就是
transcript.whisperx[4].start 76.151
transcript.whisperx[4].end 80.173
transcript.whisperx[4].text 這位長庚醫院的這位醫師他發出的這個訊息簡訊我覺得是一個求救的訊息就是他在現場他可能已經看到這樣的狀況的惡化如果再不告訴醫院的高層跟政府的高層
transcript.whisperx[5].start 95.678
transcript.whisperx[5].end 111.93
transcript.whisperx[5].text 他認為這樣的一個醫療的崩壞真的是我想他站在現場第一位真的是非常的擔心所以我個人會覺得這樣的簡訊是是一種求救性就覺得現場的狀況真的很糟了那我就要問一下部長你們有沒有實際
transcript.whisperx[6].start 113.451
transcript.whisperx[6].end 136.866
transcript.whisperx[6].text 去了解 去關心或者去找這些疾重症的醫師們真的坐下來稍微焦點團體一下他們現在最最需要政府伸出援手的到底是什麼看了讓人家很心疼啊就是感覺他們是願意蹭在第一線的但是感覺快要倒下了然後希望說是不是趕快有人可以來協助他們我看到這樣的訊息是有這樣子的一個感受
transcript.whisperx[7].start 142.91
transcript.whisperx[7].end 150.655
transcript.whisperx[7].text 那我現在要問的就是說作為中央部會主管機關到底衛福部在緊急當然分階段剛剛部長你有說有一些是長期根本的問題但是現況就已經很糟了那現在這麼糟怎麼樣去穩住他們然後讓這個醫療現場不要有更多的這個醫師離開我覺得這個是我們處理事情分階段這個是第一要務可能要做的請問衛福部可以做什麼他們已經發出這樣一個訊息請問衛福部可以做什麼
transcript.whisperx[8].start 172.182
transcript.whisperx[8].end 197.29
transcript.whisperx[8].text 好謝謝委員的詢問我想分幾個來報告第一個急診方面有建議在過年那段期間的游泳賽我們除了對護理方面的盡量來給他照顧鼓勵改善以外當然相對的對醫師也會好因為整個是團隊的事情在這個部分也有提高給付第二個我們也希望能夠分級醫療減少
transcript.whisperx[9].start 199.806
transcript.whisperx[9].end 206.774
transcript.whisperx[9].text 減少那個急診醫師的部分輕重那個急診醫師是這樣子我們一年大概像113年的急診醫師是102個通過那112年在前年是109個大概都100出頭那當然我們我剛剛有報告過
transcript.whisperx[10].start 218.737
transcript.whisperx[10].end 237.865
transcript.whisperx[10].text 有些醫院可能離開的比較嚴重有些醫院像台大我剛剛只有一個退休其他目前是還沒有動那我想問的就是說比較嚴重的你們有沒有特別去觀察我想我們如果以這種訊息出來我們當然想要來瞭解整個很快來瞭解急重症我們這兩天在討論部隊在討論就一直說要去注意到各個科裡面的一個
transcript.whisperx[11].start 246.188
transcript.whisperx[11].end 266.674
transcript.whisperx[11].text 現在的流線 我懂 但是急診是第一線他講120人 我覺得這個數據 你覺得有高估嗎現場是不是大概是這樣子因為120人 上百位要離職他說沒表 才想離職有這麼高 這個上百位其實對第一線現場 我覺得是一個很大的衝擊因為說實在的啦 長這段這些年來的確我們當醫師也很辛苦
transcript.whisperx[12].start 273.324
transcript.whisperx[12].end 290.033
transcript.whisperx[12].text 像我一輩子在醫院打扮我也買不到一間房子台北市還在貸款所以你就知道說年輕的醫師是不是更加的困難所以他們當然會牽涉我這個改變就牽涉到你的各種給付、工作環境這個是長久以來累積的一個很大的當然我們很感佩
transcript.whisperx[13].start 301.039
transcript.whisperx[13].end 315.891
transcript.whisperx[13].text 立法院這一屆的委員真的都很用心在幫忙解決這個問題我們的政府真的也是日夜在解決這個問題醫療方面被立法院全力支持以我當一個醫學院教授這麼多年我總是希望我的學生出來
transcript.whisperx[14].start 316.832
transcript.whisperx[14].end 344.509
transcript.whisperx[14].text 能夠好我做 不能給他遭避 不然我就死了對啊 所以那個環境很重要嘛可能就不是去做他的專科了所以部長 因為我還有下一個要問的如果能夠跑到蘇昭偉那邊去服務還可以得到很好的奮鬥環境因為現在現場無論是急診或是重症他們都已經發出這樣的求救訊息那我覺得作為中央主管機關你們有責任要提出方案
transcript.whisperx[15].start 345.109
transcript.whisperx[15].end 359.61
transcript.whisperx[15].text 到底怎麼去解決跟改善那這個部分我覺得你們應該要去回應就是基層的問題我們知道長期來問題我們知道但是眼下是這樣一個問題因為接下來我就要問新冠的高峰
transcript.whisperx[16].start 360.965
transcript.whisperx[16].end 376.391
transcript.whisperx[16].text 還要面對這樣的挑戰如果前面的急診量能都不足了醫師要離開那過去的新冠疫情我們已經看到了急診現場亂成一團全部擁捨到那邊去恐怕是雪上加霜啊
transcript.whisperx[17].start 377.071
transcript.whisperx[17].end 399.591
transcript.whisperx[17].text 所以我們應該要看一下這個部分你如果沒有解決未來這一些在增加新的疫情的人進到急診來那這個真的是會很可怕的一件事情所以我這邊希望你們針對之前的就是在新冠疫情高峰的時候所有的這個配套方案你們要超前部署是的我們有超前部署
transcript.whisperx[18].start 400.532
transcript.whisperx[18].end 412.055
transcript.whisperx[18].text 那接下來我要問的是今天這個委員會要審的有關於整個健保資料庫的這個管理怎麼去加強它的監督管理因為之前的外洩事件的確對於個人來講這個是一個個資被倒賣那我想這個是一個很嚴重的這個侵害
transcript.whisperx[19].start 420.857
transcript.whisperx[19].end 436.81
transcript.whisperx[19].text 那在這樣的一個情況底下你們這一次的修法就是你們好像是就用退出權而不是同意權這樣的概念也就是說我的健保資料要不要要不要提供學術研究是我要去申請退出
transcript.whisperx[20].start 438.106
transcript.whisperx[20].end 460.527
transcript.whisperx[20].text 然後它才不會在上面而不是像金融機構說我可不可以應用你的資料它是問你的同意為什麼是這樣的差別因為現在也有民間團體說那為什麼是我要記得去講的時候我的資料才不會被應用就是一下子好像政府就幫我做決定你只要在我資料庫裡面呢我就是通通都可以用那我就問你像這些未成年人的資料
transcript.whisperx[21].start 461.167
transcript.whisperx[21].end 482.679
transcript.whisperx[21].text 他自己可能也沒有敏感這個議題他也不會去退出啊那他的資料就是大批的從0到18歲通通都是政府使用那有一些年紀比較大的這些老人他可能不太知道這件事啊所以他的資料就整個在資料庫裡面就是沒有經過同意情況底下只是因為他沒有退出所以就被大量的使用我不知道你們有沒有思考過這個問題
transcript.whisperx[22].start 483.84
transcript.whisperx[22].end 498.119
transcript.whisperx[22].text 因為當民間團體這樣子質疑的時候這的確是一個我們在如果同時要保護各自的話不是應該是他同意的情況底下使用嗎那你們現在是說你退出我就不用這有沒有有點便宜形式啊
transcript.whisperx[23].start 499.161
transcript.whisperx[23].end 526.869
transcript.whisperx[23].text 好 我想同意不同意這件事情 等一下再請那個負責健保的主管來報告那我先跟兩件事情報告 第一件事情就是資安系統我們被攻擊了以後 我們衛福部立即啟動各種防衛的機制 現在應該都攻不進去了醫院方面啦 不是健保局裡面 健保署裡面那健保署裡面的資料早就 這些年來 可能有十幾年了吧
transcript.whisperx[24].start 527.609
transcript.whisperx[24].end 545.018
transcript.whisperx[24].text 是非常的嚴格一定要到一個房間然後你什麼都不能帶喔那有人幫你輔導你要的資料就跑完跑完之後拿出結果完全都氣勢白話所以這個部分其實在個資方面是絕對沒有問題我想請署長也可以再confirm一下
transcript.whisperx[25].start 545.598
transcript.whisperx[25].end 573.326
transcript.whisperx[25].text 跟委員報告我們採取這個所謂的這個退出權的行使主要是第一個我們這個資料的使用有相當的限縮他是以公益目的使用第二個資料都在特定的空間裡面那麼經過去識別化之後的資料來跑所以理論上他已經這個相當的安全那麼使用的時候已經很安全再者呢也不可以有資料的吸出
transcript.whisperx[26].start 573.786
transcript.whisperx[26].end 583.693
transcript.whisperx[26].text 最後只拿出的是統計的結果所以在安全性還有各自的保護上已經達到最高的程度保護是一回事那我是在問說為什麼不是取得個人的同意權而是用退出權
transcript.whisperx[27].start 589.036
transcript.whisperx[27].end 609.514
transcript.whisperx[27].text 其實所有的資料的使用它也是按照它的程度的不同有所謂的OP IN OP OUT就是說事前告知同意或者是事後退出都可以就是假設同意事後退出或事前同意那麼事後退出或事前同意這有三種的不同的方式那我們這個資料因為已經這個
transcript.whisperx[28].start 612.196
transcript.whisperx[28].end 637.525
transcript.whisperx[28].text 基本上都已經是經過去各自的方式去處理過所以我們採用的是用那個假設同意事後退出然後經過專法的管理我想這個問題我們還會回到主條的討論但是我也希望主管機關去思考就是說運用他的這些資料然後如果是他同意就是作為研究使用在這個
transcript.whisperx[29].start 639.005
transcript.whisperx[29].end 655.55
transcript.whisperx[29].text 民眾他有同意的情況底下我想你們使用起來是更放心但是我們現在模式是有點覺得說我既然都已經去識別化了然後我也保護的很安全所以不用經過你的同意這個你沒有反對再出聲這樣子會變成是有點倒過來這個跟現在就是我們有個資法之後的這個潮流坦白講他不是一致性很高的就是說你看連金融機構他們現在都被要求說要勾很多的同意書
transcript.whisperx[30].start 668.763
transcript.whisperx[30].end 686.435
transcript.whisperx[30].text 他才可以這樣子所以我希望這個問題呢你們也好好思考在相關修法的時候我有相關的修正動作大家在討論好我們希望這個條例能夠創造三贏的局面是是好謝謝委員好謝謝翁委員的宣導也謝謝部長