iVOD / 163191

Field Value
IVOD_ID 163191
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163191
日期 2025-07-17
會議資料.會議代碼 委員會-11-3-26-21
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21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 21
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21次全體委員會議
影片種類 Clip
開始時間 2025-07-17T11:55:54+08:00
結束時間 2025-07-17T12:10:43+08:00
影片長度 00:14:49
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/1404c3f0fc5b98570f81d068409d4fe57e529aa6299d4c22bf5d88cf2e24a70e9bf675f76cd7c0d35ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林月琴
委員發言時間 11:55:54 - 12:10:43
會議時間 2025-07-17T09:00:00+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21次全體委員會議(事由:邀請衛生福利部部長、勞動部部長、財政部部長、農業部針對「因應嚴重災情、緊急重大事件,醫療院所承擔救護量能困境及因應台美關稅談判對台灣食品安全相關影響」進行專題報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 6.66284375
transcript.pyannote[0].end 8.28284375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 13.44659375
transcript.pyannote[1].end 13.46346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 13.46346875
transcript.pyannote[2].end 14.10471875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 14.35784375
transcript.pyannote[3].end 16.56846875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 18.89721875
transcript.pyannote[4].end 19.48784375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 19.99409375
transcript.pyannote[5].end 20.19659375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 22.84596875
transcript.pyannote[6].end 25.76534375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 26.22096875
transcript.pyannote[7].end 44.27721875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 44.64846875
transcript.pyannote[8].end 46.82534375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 46.85909375
transcript.pyannote[9].end 50.40284375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 50.67284375
transcript.pyannote[10].end 79.64721875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 80.33909375
transcript.pyannote[11].end 81.62159375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 82.07721875
transcript.pyannote[12].end 89.31659375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 90.04221875
transcript.pyannote[13].end 92.94471875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 92.94471875
transcript.pyannote[14].end 95.45909375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 96.11721875
transcript.pyannote[15].end 119.72534375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 119.72534375
transcript.pyannote[16].end 120.09659375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 119.89409375
transcript.pyannote[17].end 150.96096875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 122.64471875
transcript.pyannote[18].end 122.66159375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 122.69534375
transcript.pyannote[19].end 122.71221875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 122.83034375
transcript.pyannote[20].end 123.10034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 144.75096875
transcript.pyannote[21].end 145.29096875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 151.39971875
transcript.pyannote[22].end 152.02409375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 152.24346875
transcript.pyannote[23].end 153.28971875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 153.79596875
transcript.pyannote[24].end 160.86659375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 161.55846875
transcript.pyannote[25].end 163.51596875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 164.07284375
transcript.pyannote[26].end 167.61659375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 167.93721875
transcript.pyannote[27].end 168.69659375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 169.01721875
transcript.pyannote[28].end 178.85534375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 179.63159375
transcript.pyannote[29].end 184.76159375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 183.14159375
transcript.pyannote[30].end 199.08846875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 189.65534375
transcript.pyannote[31].end 190.16159375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 198.05909375
transcript.pyannote[32].end 205.78784375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 205.07909375
transcript.pyannote[33].end 229.46346875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 229.96971875
transcript.pyannote[34].end 239.79096875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 240.16221875
transcript.pyannote[35].end 255.29909375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 255.78846875
transcript.pyannote[36].end 257.25659375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 257.96534375
transcript.pyannote[37].end 263.48346875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 263.80409375
transcript.pyannote[38].end 307.10534375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 307.10534375
transcript.pyannote[39].end 315.69471875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 316.18409375
transcript.pyannote[40].end 330.35909375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 330.35909375
transcript.pyannote[41].end 330.39284375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 330.66284375
transcript.pyannote[42].end 334.10534375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 334.10534375
transcript.pyannote[43].end 334.18971875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 334.18971875
transcript.pyannote[44].end 336.24846875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 336.24846875
transcript.pyannote[45].end 382.53659375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 351.67221875
transcript.pyannote[46].end 352.07721875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 382.53659375
transcript.pyannote[47].end 398.02784375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 398.56784375
transcript.pyannote[48].end 417.97409375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 417.97409375
transcript.pyannote[49].end 452.75346875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 437.16096875
transcript.pyannote[50].end 437.41409375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 452.75346875
transcript.pyannote[51].end 457.00596875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 455.48721875
transcript.pyannote[52].end 456.24659375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 457.37721875
transcript.pyannote[53].end 477.01971875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 477.10409375
transcript.pyannote[54].end 477.18846875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 477.39096875
transcript.pyannote[55].end 507.63096875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 508.20471875
transcript.pyannote[56].end 527.96534375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 527.96534375
transcript.pyannote[57].end 547.05096875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 547.15221875
transcript.pyannote[58].end 570.03471875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 570.43971875
transcript.pyannote[59].end 571.03034375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 571.03034375
transcript.pyannote[60].end 575.65409375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 573.39284375
transcript.pyannote[61].end 574.01721875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 575.85659375
transcript.pyannote[62].end 582.11721875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 582.64034375
transcript.pyannote[63].end 590.58846875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 590.58846875
transcript.pyannote[64].end 624.05159375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 622.83659375
transcript.pyannote[65].end 642.78284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 643.60971875
transcript.pyannote[66].end 661.90221875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 662.42534375
transcript.pyannote[67].end 664.24784375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 664.24784375
transcript.pyannote[68].end 712.29096875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 671.79096875
transcript.pyannote[69].end 671.84159375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 713.08409375
transcript.pyannote[70].end 713.11784375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 713.11784375
transcript.pyannote[71].end 742.41284375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 742.76721875
transcript.pyannote[72].end 749.65221875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 750.81659375
transcript.pyannote[73].end 783.75659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 782.23784375
transcript.pyannote[74].end 784.07721875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 784.24596875
transcript.pyannote[75].end 787.26659375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 787.75596875
transcript.pyannote[76].end 789.37596875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 789.56159375
transcript.pyannote[77].end 797.66159375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 797.66159375
transcript.pyannote[78].end 797.88096875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 798.64034375
transcript.pyannote[79].end 799.28159375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 799.28159375
transcript.pyannote[80].end 799.34909375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 799.34909375
transcript.pyannote[81].end 799.39971875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 799.39971875
transcript.pyannote[82].end 799.51784375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 799.51784375
transcript.pyannote[83].end 799.61909375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 799.61909375
transcript.pyannote[84].end 799.93971875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 799.93971875
transcript.pyannote[85].end 799.97346875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 799.97346875
transcript.pyannote[86].end 800.31096875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 800.39534375
transcript.pyannote[87].end 807.02721875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 807.02721875
transcript.pyannote[88].end 807.65159375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 808.36034375
transcript.pyannote[89].end 808.37721875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 808.37721875
transcript.pyannote[90].end 809.42346875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 810.11534375
transcript.pyannote[91].end 826.55159375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 827.42909375
transcript.pyannote[92].end 838.97159375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 839.25846875
transcript.pyannote[93].end 865.27971875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 863.00159375
transcript.pyannote[94].end 867.81096875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 866.03909375
transcript.pyannote[95].end 869.51534375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 871.18596875
transcript.pyannote[96].end 885.09096875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 885.20909375
transcript.pyannote[97].end 887.97659375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 887.97659375
transcript.pyannote[98].end 888.90471875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 888.93846875
transcript.pyannote[99].end 888.97221875
transcript.whisperx[0].start 6.996
transcript.whisperx[0].end 19.249
transcript.whisperx[0].text 主席麻煩邱部長委員好部長晚安晚安不好意思
transcript.whisperx[1].start 23.538
transcript.whisperx[1].end 39.888
transcript.whisperx[1].text 上禮拜一的那個丹納斯颱風造成中南部很嚴重的災情台電人員在這週都還在搶救那到7月12號就上週六的中午為止急救的那個責任醫院收治的緊急傷病患總計大概713人
transcript.whisperx[2].start 41.389
transcript.whisperx[2].end 56.201
transcript.whisperx[2].text 突顯在緊急天災的時候維持醫療的量能的重要性可是有媒體報導颱風期間有很多中部的醫院事實上是縮減服務有的甚至停止門診這情形在過去不太明顯不過本席認為為了維護醫療人員的
transcript.whisperx[3].start 58.823
transcript.whisperx[3].end 79.404
transcript.whisperx[3].text 安全的話 颱風天醫院縮減服務大概是情有可願 可是有一屆人是懷疑今年的特例跟剛上路的醫院個別總額的事辦計畫是有關的所以對醫院來說恐怕會擔心就診的人數超過總額那導致點數打折 所以颱風天就乾脆就
transcript.whisperx[4].start 82.455
transcript.whisperx[4].end 107.336
transcript.whisperx[4].text 所以想問部長說如果這是事實的話那就是一個很嚴重的警訊所以請部長針對媒體提出來的疑問做回應好 謝謝委員的垂行跟關心我們在颱風天或者一般時候的一個醫療的運作那像張基總院陳木寬院長所提的要信諾對病人的承諾我想所有的醫院的院長
transcript.whisperx[5].start 108.317
transcript.whisperx[5].end 133.013
transcript.whisperx[5].text 都是懷抱有這樣的情懷所以不會受到幾乎是不會因為颱風天而是很故意就除了說向南部就沒水沒電那當然是沒辦法反而我們現在都要去補助他那中部這個我跟委員報告一下我們7月1號到15號也就是在風災這段期間中區分歧的
transcript.whisperx[6].start 134.134
transcript.whisperx[6].end 160.426
transcript.whisperx[6].text 健保IC卡的上傳件數還比去年113人成長11.5%表示他們的看診並沒有受到風災的影響所以這個我相信中部的醫院應該是不質疑因為可能停班你如果停班讓你去外面來就變成假班所以那可能有些
transcript.whisperx[7].start 161.627
transcript.whisperx[7].end 166.852
transcript.whisperx[7].text 現在颱風天上班也不好,基層的醫護也是非常重視這個醫院也很重視安全,所以現在都有颱風天上班的規定所以我們在安全的經營之下
transcript.whisperx[8].start 179.813
transcript.whisperx[8].end 192.393
transcript.whisperx[8].text 其實便宜也都只能在運作除了它真的被因為台灣現在風險也比較高隨時又有可能短時間內出現我們的大量傷患健保支付制度如果沒有妥善規劃的話影響到緊急狀況的
transcript.whisperx[9].start 195.537
transcript.whisperx[9].end 212.831
transcript.whisperx[9].text 醫療量能的話這是民眾很擔心的事情請民眾安心我們的各位醫院總和現在運轉得很好而且也沒有發生人球的事件可是在此之前醫院個別總和制在南區就已經試辦大概實施了三年到今年一月中
transcript.whisperx[10].start 213.491
transcript.whisperx[10].end 229.269
transcript.whisperx[10].text 一月在中区开始实施全国最晚实施的是台北区从今年的4月1号开始所以请问部长台北区最晚实施的原因是不是因为医学中心比别的地区多那需要更多的时间沟通是因为这个原因吗
transcript.whisperx[11].start 230.074
transcript.whisperx[11].end 256.768
transcript.whisperx[11].text 是因為台北區的文化因為我在台北市也很久他們都覺得他們是要接受很嚴重的病人不能沒有後路了啦所以比較大的醫院包括台大籠總他會覺得說他們有先天的使命所以他們很擔心這樣的一個是不是影響到他們照顧病人結果我們溝通以後他們也發現說如果讓我們的這樣一個一定的
transcript.whisperx[12].start 258.318
transcript.whisperx[12].end 287.26
transcript.whisperx[12].text 總而之下也根本也有一些剛性需求的話也不受影響需要的集中症那個都不受影響另外也可以把一些比較輕症的病人能夠盡量在分級醫療的理念之下放給那個比較屬於中小型或地區的醫院這樣反而形成一個良好的一個分級醫療而且有一點點財務的控制財務控制是其實不只醫院啦也是區域都在管那是不是我們也跟他
transcript.whisperx[13].start 288.001
transcript.whisperx[13].end 315.467
transcript.whisperx[13].text 跟他溝通就是未來的方向也要讓民眾健康促進讓整個所有的健保也要朝向讓民眾更健康那這樣的話就變成一個分級醫療以此做對人民健康最好的一個模式那以到目前來講北區也得大家應做得相當好那用醫院個別總而治來控制健保經費支出這當然直接影響到醫院門診檢查手術甚至急救
transcript.whisperx[14].start 316.247
transcript.whisperx[14].end 336.014
transcript.whisperx[14].text 等可以收治的病人數量我們擔心醫院為了健保點數不要超過總額發生拒收重症病患的狀況所以也要請教部長說那這樣子要怎麼去避免這種狀況發生好 謝謝委員我是不是請站派署署長簡調的跟大家報告一下
transcript.whisperx[15].start 336.494
transcript.whisperx[15].end 351.071
transcript.whisperx[15].text 跟委員報告從我們的統計來看我們在疫情前國人就醫的次數每年是15次在所有的OECD國家是非常非常的高那麼到了疫後我們從去年的數字又再往上升已經逼近17次了
transcript.whisperx[16].start 351.892
transcript.whisperx[16].end 369.809
transcript.whisperx[16].text 所以這中間一定可以有管理的地方所以我們希望透過醫院的個別總額來強化分級醫療那麼對於慢性病的管理也好跟病人的就醫能夠有適當的一些好的管理措施那也可以讓國人得到照顧
transcript.whisperx[17].start 370.53
transcript.whisperx[17].end 397.744
transcript.whisperx[17].text 所以急重症的部分呢我們都是在個別總和裡面呢都是保障在中區的話他們是沒有限制只要你是急重症的他都是保障成長所以不會有斷頭的情形可是中區當然我覺得目前看起來不是太我寧願已經實施三年可是民眾普遍相信台北的醫院又多又好啦所以外縣市的急重症的病患經常都會到台北區的那個教學
transcript.whisperx[18].start 398.744
transcript.whisperx[18].end 417.2
transcript.whisperx[18].text 醫學中心來所以從圖表上可以看到是說台北區的健保點子從前年到去年增加的幅度是非常明顯的可是病人總不能都擠到台北區所以應該是就近就醫才比較好所以如果說要盡可能讓他們就近就醫的話你們的對策是什麼
transcript.whisperx[19].start 417.78
transcript.whisperx[19].end 433.474
transcript.whisperx[19].text 跟文包我們都有在監測流入跟流出所以從這幾年這幾個我們按季按月都在監測這個台北區的流入情形並沒有增加整個比例是沒有增加那當然各地區的醫院的數量
transcript.whisperx[20].start 434.355
transcript.whisperx[20].end 455.638
transcript.whisperx[20].text 還有這個病床數確實也有變動所以像北區或台北區北區這幾年的醫院的加速是增加病床數也增加那當然他就會影響到這個分佈的情形所以並沒有讓台北區的就醫人數有明顯的增加所以我覺得後期可以觀察因為接下來台北也要執行
transcript.whisperx[21].start 458.019
transcript.whisperx[21].end 472.646
transcript.whisperx[21].text 中的榮總因二零二五年第一劑的健保申報的點數就超出額度那遭健保署核三了三億元那另外張基也是光總院就核三掉一點二億元這凸顯醫院在個別總額
transcript.whisperx[22].start 474.987
transcript.whisperx[22].end 493.347
transcript.whisperx[22].text 好的上邊來看的話馬上就會面對到一些困境那健保署的說法呢事實上是健保總額執行已經行之有年的話那現行的個別醫院的總額制的是南區實施的做法那南區的經驗現在是成功的那推行到全國
transcript.whisperx[23].start 494.608
transcript.whisperx[23].end 521.798
transcript.whisperx[23].text 我剛講台北事件4月1號執行的話那後邊到底會怎麼樣不太確定因為南區只有兩家醫學中心而且健保點子都是比較高的那一樣的制度在台北區可能會不會面對到很多問題所以想問說對醫院來說要控制健保總額要避免虧損除了要減少病患以外就是從醫護人員的薪水下手這是我們最擔心的衛福部有沒有應對的措施去解決這種可能出現的
transcript.whisperx[24].start 522.998
transcript.whisperx[24].end 544.291
transcript.whisperx[24].text 醫護減薪然後不賬薪或是預缺不補的問題跟委員報告我們第一劑今年的第一劑跟去年的第一劑相比所有的醫院的點值都是大幅的提升以台北區為例去年醫院的點值在沒有斷頭之前那麼大概不到0.9那今年呢已經是0.93
transcript.whisperx[25].start 547.453
transcript.whisperx[25].end 569.787
transcript.whisperx[25].text 所以比去年都是提升的那醫院的營收也都是成長的那但是相對的醫院的病床的規模並沒有明顯的增加啦在台北區而言所以我們現在正在積極的希望呢醫院把這個增加的這個收入呢那麼能夠轉化成在人員的加薪上面我們在做這個努力
transcript.whisperx[26].start 570.547
transcript.whisperx[26].end 596.207
transcript.whisperx[26].text 所以有再去促成這件事嗎因為我們最擔心的就是這個在這個總額被限制的制度裡面門診量跟手術量大的醫生聽起來也是會不會相對被變相被處罰因為事情卻做得越多跟報酬卻無法增加那要怎麼去避免這種狀況根文報告我們都有相關的這監測那麼我剛剛也提到有一些的門診的次數確實可以減少那麼醫療人員的
transcript.whisperx[27].start 601.251
transcript.whisperx[27].end 624.851
transcript.whisperx[27].text 這個過勞情形其實也是蠻重的所以我們希望透過好的管理也讓這個醫護人員減壓啦那至於是剛性的需求這個在我們的總額裡面都是保障的而且在明年在談總額成長的時候個別醫院總額成長的時候也會看他的人力的投入情形有沒有增加薪資的這個署長剛剛也提到南區
transcript.whisperx[28].start 625.872
transcript.whisperx[28].end 649.671
transcript.whisperx[28].text 事實上你覺得是成功經驗可是媒體有報導說在最早開始用這個制度的時候南區就已經開始有部分醫院用降薪限制醫生門診量跟手術量還有全力鼓吹病患自費等等的方式去控制不讓醫療點數超過每劑的總額所以想問說為了避免無效醫療當我們覺得浪費資源或過度控制手術量
transcript.whisperx[29].start 650.653
transcript.whisperx[29].end 662.597
transcript.whisperx[29].text 門診量跟檢查量是需要的 必要的一個措施在可是如果醫院為了省錢讓手術量門診量跟檢查量下降就會傷害當地區的醫療量能這個問題你們要怎麼去應對
transcript.whisperx[30].start 664.592
transcript.whisperx[30].end 685.332
transcript.whisperx[30].text 跟委員報告其實這個我們南區先實施之後高屏區然後北區就是陸陸續續大家還跟進也就是大家互相在學習一個制度剛上路的時候難免有需要調整的地方但是經過南區先行這幾年之後那麼發現了他其實大家都
transcript.whisperx[31].start 685.973
transcript.whisperx[31].end 711.589
transcript.whisperx[31].text 都很滿意啦所以才持續擴大到其他的各區以現在第一劑為例南區的點值超過1.1塊錢了那麼高屏區也是差不多是0.99啦所以靠近這個1啦所以相對於這個沒有實施之前來講呢那麼其實這個對醫院的營收更穩定那它更能夠做比較中長期的規劃
transcript.whisperx[32].start 713.117
transcript.whisperx[32].end 728.395
transcript.whisperx[32].text 好 疏解醫院門診壓力的解方就是弱勢分級醫療所以為了控制總額各醫院可能把重症的病人轉出去重症病人事實上是不會往送去診所而是到各大醫院
transcript.whisperx[33].start 729.256
transcript.whisperx[33].end 748.549
transcript.whisperx[33].text 的那個診間去轉診踢來踢去最後把被送到不能再將病人轉出去的部立醫院或者醫學中心結果導致呢部立醫院跟醫學中心負擔更大醫護工作量更大所以部長想問說你們衛福怎麼去因應病人如果被當人球轉來轉去的問題
transcript.whisperx[34].start 751.091
transcript.whisperx[34].end 774.846
transcript.whisperx[34].text 這個我們都有監測的指標在看就是病人的轉出轉入在我們的健保系統裡面都看得非常的清楚從哪邊轉來的比例有多少這個都很清楚的指標都在而且我們剛剛也提到說在急重症的部分他是剛性需求是被保障成長的那相對的呢你這個轉診的不當轉診呢那我們就會把你調降成為用
transcript.whisperx[35].start 775.586
transcript.whisperx[35].end 797.401
transcript.whisperx[35].text 不保障點植的方式去處理所以對醫院我們也會有一些處罰的措施不過署長寫請教一下以南區為例在個別總額以下過去三年大醫院的輕症病轉回地區醫院或診所的成效怎麼樣因為你剛剛講說我不知道你有沒有掌握這個成效
transcript.whisperx[36].start 798.82
transcript.whisperx[36].end 826.269
transcript.whisperx[36].text 就是轉診的部分那個南區的轉診成效都是蠻好的沒有什麼問題我們再提供詳細的數字給再麻煩那最後想問因為我覺得不管天災或平時台灣醫療體系的需求越來越大政府有餘裕應該是投入社會福利或醫療體系而不是普發現金這是我的看法所以請問部長因為的確我們現在隨著需求越大的時候
transcript.whisperx[37].start 827.509
transcript.whisperx[37].end 838.744
transcript.whisperx[37].text 那大家很遺憾的是最近立法院通過的普發現金要把兩千三百五十億發出去而不是投入我們關心的社會福利或是醫療體系對此部長有什麼看法
transcript.whisperx[38].start 839.475
transcript.whisperx[38].end 859.686
transcript.whisperx[38].text 我想醫療體系跟社福它是一個長久的一個規劃所以如果國家有財富比較盈利的時候應該把醫療的需求符合來醫療的需求跟社福的需求這應該是會比較能夠一本多利能夠有時候要看它的
transcript.whisperx[39].start 860.866
transcript.whisperx[39].end 884.755
transcript.whisperx[39].text 效率也許能夠創造 創造人民更多的健康 更長遠穩定的事情會創造更多的健康跟幸福最後就請我們的衛福部應該要確保我們的醫療量能然後輕重症的病患都能夠受到妥善照顧還有就要保障醫護人員的一個權益 還有落實醫療分級 以上謝謝好 謝謝林委員謝謝林委員 謝謝部長