iVOD / 163499

Field Value
IVOD_ID 163499
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163499
日期 2025-08-14
會議資料.會議代碼 委員會-11-3-26-24
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24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 24
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24次全體委員會議
影片種類 Clip
開始時間 2025-08-14T11:09:46+08:00
結束時間 2025-08-14T11:19:27+08:00
影片長度 00:09:41
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3ced7f9f61571ec91c2ba24957f15e27bce7d2d90249eb2fcad52e77be0dc9cfa2be613e28a423535ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 盧縣一
委員發言時間 11:09:46 - 11:19:27
會議時間 2025-08-14T09:00:00+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24次全體委員會議(事由:邀請衛生福利部、經濟部、財政部就「美國針對進口藥品、原料藥課稅對我國產業造成影響」進行專題報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 4.30034375
transcript.pyannote[0].end 5.95409375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 6.10596875
transcript.pyannote[1].end 6.12284375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 6.12284375
transcript.pyannote[2].end 6.15659375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 6.15659375
transcript.pyannote[3].end 6.81471875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 12.26534375
transcript.pyannote[4].end 12.72096875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 12.83909375
transcript.pyannote[5].end 13.48034375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 13.95284375
transcript.pyannote[6].end 18.91409375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 18.96471875
transcript.pyannote[7].end 19.35284375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 19.40346875
transcript.pyannote[8].end 23.47034375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 25.32659375
transcript.pyannote[9].end 26.59221875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 27.68909375
transcript.pyannote[10].end 28.73534375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 29.24159375
transcript.pyannote[11].end 31.57034375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 31.73909375
transcript.pyannote[12].end 33.79784375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 35.75534375
transcript.pyannote[13].end 36.61596875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 36.93659375
transcript.pyannote[14].end 40.61534375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 41.05409375
transcript.pyannote[15].end 45.55971875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 44.78346875
transcript.pyannote[16].end 48.07409375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 48.34409375
transcript.pyannote[17].end 54.73971875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 54.94221875
transcript.pyannote[18].end 62.94096875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 60.22409375
transcript.pyannote[19].end 60.73034375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 63.26159375
transcript.pyannote[20].end 66.04596875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 66.40034375
transcript.pyannote[21].end 67.31159375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 67.54784375
transcript.pyannote[22].end 82.83659375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 82.87034375
transcript.pyannote[23].end 89.67096875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 88.03409375
transcript.pyannote[24].end 88.05096875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 88.40534375
transcript.pyannote[25].end 88.50659375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 89.85659375
transcript.pyannote[26].end 90.37971875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 90.70034375
transcript.pyannote[27].end 95.29034375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 95.94846875
transcript.pyannote[28].end 99.79596875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 100.47096875
transcript.pyannote[29].end 101.33159375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 101.43284375
transcript.pyannote[30].end 102.04034375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 102.02346875
transcript.pyannote[31].end 103.06971875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 104.53784375
transcript.pyannote[32].end 105.46596875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 106.27596875
transcript.pyannote[33].end 111.22034375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 111.81096875
transcript.pyannote[34].end 116.21534375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 115.82721875
transcript.pyannote[35].end 119.48909375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 116.82284375
transcript.pyannote[36].end 117.58221875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 117.86909375
transcript.pyannote[37].end 118.35846875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 119.06721875
transcript.pyannote[38].end 125.07471875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 125.00721875
transcript.pyannote[39].end 125.37846875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 125.51346875
transcript.pyannote[40].end 132.51659375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 132.85409375
transcript.pyannote[41].end 134.32221875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 134.49096875
transcript.pyannote[42].end 138.05159375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 138.76034375
transcript.pyannote[43].end 144.10971875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 144.34596875
transcript.pyannote[44].end 149.50971875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 149.77971875
transcript.pyannote[45].end 156.52971875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 156.76596875
transcript.pyannote[46].end 163.02659375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 163.26284375
transcript.pyannote[47].end 164.47784375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 164.68034375
transcript.pyannote[48].end 173.23596875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 173.42159375
transcript.pyannote[49].end 174.51846875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 174.97409375
transcript.pyannote[50].end 176.62784375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 176.74596875
transcript.pyannote[51].end 177.89346875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 178.41659375
transcript.pyannote[52].end 186.02721875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 186.43221875
transcript.pyannote[53].end 188.50784375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 188.86221875
transcript.pyannote[54].end 189.87471875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 190.70159375
transcript.pyannote[55].end 191.07284375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 191.56221875
transcript.pyannote[56].end 192.33846875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 192.82784375
transcript.pyannote[57].end 193.38471875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 194.00909375
transcript.pyannote[58].end 203.81346875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 206.34471875
transcript.pyannote[59].end 213.90471875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 214.32659375
transcript.pyannote[60].end 218.64659375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 218.93346875
transcript.pyannote[61].end 223.00034375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 223.08471875
transcript.pyannote[62].end 237.61409375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 238.66034375
transcript.pyannote[63].end 241.14096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 238.67721875
transcript.pyannote[64].end 238.82909375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 241.39409375
transcript.pyannote[65].end 244.85346875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 244.97159375
transcript.pyannote[66].end 261.57659375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 249.10596875
transcript.pyannote[67].end 249.35909375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 252.02534375
transcript.pyannote[68].end 252.22784375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 260.80034375
transcript.pyannote[69].end 265.72784375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 262.63971875
transcript.pyannote[70].end 263.16284375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 266.11596875
transcript.pyannote[71].end 273.72659375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 274.33409375
transcript.pyannote[72].end 276.98346875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 277.11846875
transcript.pyannote[73].end 280.96596875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 281.53971875
transcript.pyannote[74].end 284.25659375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 282.06284375
transcript.pyannote[75].end 285.42096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 284.91471875
transcript.pyannote[76].end 290.48346875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 290.48346875
transcript.pyannote[77].end 290.77034375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 291.00659375
transcript.pyannote[78].end 291.91784375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 291.61409375
transcript.pyannote[79].end 294.26346875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 293.11596875
transcript.pyannote[80].end 293.89221875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 294.02721875
transcript.pyannote[81].end 294.06096875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 294.07784375
transcript.pyannote[82].end 313.82159375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 314.15909375
transcript.pyannote[83].end 330.44346875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 330.62909375
transcript.pyannote[84].end 333.00846875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 332.41784375
transcript.pyannote[85].end 336.29909375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 334.39221875
transcript.pyannote[86].end 353.22471875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 353.39346875
transcript.pyannote[87].end 360.27846875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 359.60346875
transcript.pyannote[88].end 362.50596875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 361.18971875
transcript.pyannote[89].end 364.42971875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 364.07534375
transcript.pyannote[90].end 379.85346875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 366.45471875
transcript.pyannote[91].end 367.12971875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 376.76534375
transcript.pyannote[92].end 376.78221875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 377.20409375
transcript.pyannote[93].end 389.47221875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 388.62846875
transcript.pyannote[94].end 423.79596875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 395.41221875
transcript.pyannote[95].end 397.36971875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 424.06596875
transcript.pyannote[96].end 428.65596875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 429.24659375
transcript.pyannote[97].end 434.59596875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 435.05159375
transcript.pyannote[98].end 443.20221875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 443.45534375
transcript.pyannote[99].end 459.89159375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 460.63409375
transcript.pyannote[100].end 464.31284375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 464.53221875
transcript.pyannote[101].end 474.26909375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 475.04534375
transcript.pyannote[102].end 520.13534375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 500.59409375
transcript.pyannote[103].end 500.91471875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 520.27034375
transcript.pyannote[104].end 527.49284375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 527.74596875
transcript.pyannote[105].end 532.99409375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 533.34846875
transcript.pyannote[106].end 573.27471875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 573.39284375
transcript.pyannote[107].end 574.77659375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 574.81034375
transcript.pyannote[108].end 576.68346875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 576.80159375
transcript.pyannote[109].end 577.15596875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 577.15596875
transcript.pyannote[110].end 577.88159375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 577.17284375
transcript.pyannote[111].end 578.86034375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 581.03721875
transcript.pyannote[112].end 581.96534375
transcript.whisperx[0].start 4.592
transcript.whisperx[0].end 33.568
transcript.whisperx[0].text 謝謝主席有請部長部長請委員好部長好昨天我參加了一個下午的我們所謂的600億的防災的那個特別條例我不知道我們衛福部有沒有派人去參加衛福部有派人參加嗎我們沒有被指派600億你們不想要
transcript.whisperx[1].start 37.163
transcript.whisperx[1].end 60.959
transcript.whisperx[1].text 不是因為他各種需要的項目是不是我們已經有需要去那邊其實我特別問的原因就是說可能他們在在指定的時候比如說可能是房屋的修繕或者是農損的這些賠償那我是覺得說我們應該剛才趙有提到就是我就是要講我們衛生單位的不過等一下再說
transcript.whisperx[2].start 61.779
transcript.whisperx[2].end 87.766
transcript.whisperx[2].text 就關稅來講我一直在擔心的就是我們護理人員的待遇那其實會不會造成我們護理人員的更壓縮呢更等不到所謂的護理人員的薪資調整呢其實今年3月6號我們國民黨團我們羅志強委員陳金威委員還有王玉美委員有開一個記者會嘛來抨擊你們之前所說的月薪7萬塊的事情
transcript.whisperx[3].start 88.467
transcript.whisperx[3].end 102.866
transcript.whisperx[3].text 那其实实际上的情况大家应该都知道那我再拿几个数据让大家知道那我先请问部长台东大学的护理系为什么没有核定通过台东大学护理系
transcript.whisperx[4].start 108.07
transcript.whisperx[4].end 124.097
transcript.whisperx[4].text 我想這個都是有經過依照現在的醫療資源然後專家會議的一個評審因為我們一直說護理方如果有任何地方上如果有任何意見其實都可以再提出來來討論
transcript.whisperx[5].start 125.638
transcript.whisperx[5].end 136.83
transcript.whisperx[5].text 那因為看到這個新聞我就想問然後結果我們現在只要翻開所有的文獻啊新聞啊去查一下美國的護理薪資的話真的是很嚇人現在美國的護理薪資是360萬台幣
transcript.whisperx[6].start 138.826
transcript.whisperx[6].end 155.879
transcript.whisperx[6].text 所以很多我們台灣的其實在台灣念護理系的大學尤其是大護他們根本就不是要留在台灣的他們是想拿完學歷就去美國了那你有沒有一個配套措施去想一下我們的關稅已經這麼嚴謹了可是這個部分我們還是要解決
transcript.whisperx[7].start 156.88
transcript.whisperx[7].end 179.148
transcript.whisperx[7].text 那你多没有人去帮他们想办法的话这个事情会雪上加霜每况愈下那我们再往下看其实就平均薪资来说我们看一下其实就40岁到50岁其实都还在190万将近200万的台币的水准那我们台湾其实大家都可想而知然后我们就OECD来看这个排列的话
transcript.whisperx[8].start 179.788
transcript.whisperx[8].end 202.825
transcript.whisperx[8].text 盧森堡300萬台幣然後我們到看最後大概中間數我們跟我們台灣比較接近的供應制度的因果是140萬台幣下一頁再下一頁日本的話的起薪大概是在54萬台幣然後大概如果是做了24年的話大概150萬左右的水準那韓國
transcript.whisperx[9].start 206.658
transcript.whisperx[9].end 222.164
transcript.whisperx[9].text 韓國的話大概是140萬左右這是他們的預期大概2030年我們也是預期這樣所以我想知道到底下一張我們的預期是差不多150萬2030年的時候現在是大概50幾萬60萬台幣的水準這個水準應該是衛福部公告上去國外才會做這樣的一個所謂的推測
transcript.whisperx[10].start 230.307
transcript.whisperx[10].end 240.204
transcript.whisperx[10].text 那我想說你們是有一定的一個步驟還是說你們有配套措施讓我們護理人員以後有得到這麼多的錢嗎怎麼國外可以得到我們這一個預測呢
transcript.whisperx[11].start 242.489
transcript.whisperx[11].end 265.1
transcript.whisperx[11].text 謝謝委員的催省 我先幾點回報告第一個 護理系的一個資源那個是 核定是教育部那這個部分教育部有他的一個資源或者由護理的教育的專家們他們去評估可是就我們在野黨的理解會說因為台東大學在台東縣
transcript.whisperx[12].start 266.361
transcript.whisperx[12].end 280.441
transcript.whisperx[12].text 會不會加惠了那邊的人那就故意不讓他通過因為那邊的人會去念台東大學的可能都是台東的原住民那就故意不讓他通過會不會有這方面的疑慮我們很希望當地的大學都是當地的
transcript.whisperx[13].start 282.543
transcript.whisperx[13].end 303.74
transcript.whisperx[13].text 因為他沒有通過的話大家就會這樣想如果能夠在那邊唸我相信在那邊生根的機會會大很多啦所以有的時候要適時的解釋第二個就是有關於護理薪資的問題真的我們這幾年來用了多少策略希望把從
transcript.whisperx[14].start 305.001
transcript.whisperx[14].end 329.731
transcript.whisperx[14].text 護理工作的工作環境的改善那當然薪資其實牽涉的到比較多但是我們說因為我們要鼓勵護理人員的留任或者鼓勵他們的辛苦所給的不管是健保多家的給付其實我們的健保署都很要求包括我們夜班的包括我們三班戶並比的這些獎勵
transcript.whisperx[15].start 334.912
transcript.whisperx[15].end 359.236
transcript.whisperx[15].text 那另外剛剛有提到說其實原來我們在兩三年前曾經在趙復師在有一個網站就讓各個醫院所有的醫院幾百家醫院通通把他們的護理人員薪資弄在上面那只是他們醫院的真實的去呈現那中位數或者是一個呈現那讓大家覺得好像跟事實上有
transcript.whisperx[16].start 359.696
transcript.whisperx[16].end 376.268
transcript.whisperx[16].text 其實為什麼我會提但是那個是醫院真的他很真實的因為時間的關係我的意思就是說因為600億昨天應該是可以去爭取的那我想說那麼多人加班為了這個颱風很多醫護人員都是所以其實這個時候應該去幫他們爭取一點藍區來講藍區的分組他們有做這方面的討論有給他們那個
transcript.whisperx[17].start 384.974
transcript.whisperx[17].end 412.754
transcript.whisperx[17].text 有給他們鼓勵跟一些相關的一個措施我是希望因為部長來自嘉義科來自基層有的時候多放一點心思在偏鄉地區我們很重視偏鄉我們還有一點時間談一下防災任性其實我們不想塑造英雄可是每次有颱風就會看到很多英雄那這些英雄產生的原因就是因為我們國家的不努力國家的怠惰一而再再而上的發生我們烏台鄉鄉長永度那個
transcript.whisperx[18].start 413.394
transcript.whisperx[18].end 427.983
transcript.whisperx[18].text 那個野蜥 這個其實是非常危險的事情然後納瑪夏 它可以通的路可能只有到甲鮮要走路要走一天才會到最遠的部落 達嘎諾然後這個桃園 他們要送藥到對面是用流籠
transcript.whisperx[19].start 429.324
transcript.whisperx[19].end 457.011
transcript.whisperx[19].text 就是我們平常送農產品的流籠送過去我的意思就是說明明我們就有無人機團隊然後我們也有所謂的防災任性的計畫衛福部也有一些經費其實可以用一個小組就是我們無人機小組如果是衛福部的話可能放在哪一個地方每次其實會發生這些事情的都是特定區域其實你可以提早佈建
transcript.whisperx[20].start 457.791
transcript.whisperx[20].end 473.75
transcript.whisperx[20].text 就不會每次都有這麼厲害的事情發生會讓人家覺得如果你有去過現場你會覺得很不可思議這個鄉長可以過那個河流因為這不是一般人可以過的所以我相信
transcript.whisperx[21].start 475.231
transcript.whisperx[21].end 489.945
transcript.whisperx[21].text 國人都在看然後不要每次的災害都是一樣重複發生那昨天我們比較偏遠的山地門鄉也發生了就是集體要要簽署的這個過程剛才我在主席台上他們還打電話來在哭說希望我們能夠在
transcript.whisperx[22].start 490.565
transcript.whisperx[22].end 519.765
transcript.whisperx[22].text 跟我們專案單位說他們的處境是非常非常的辛苦所以我還是要請部長尤其是這個防災的部分還可以去多想一下微電網的設置我們在網路上面如果在颱風的時候要怎麼讓他暢通如果病人來就醫的話他至少可以上網去登打他的處方而不是又要等到災後以後才可以去登打已經過兩三天然後又被健保去勾結說這個不正常
transcript.whisperx[23].start 520.425
transcript.whisperx[23].end 527.314
transcript.whisperx[23].text 所以一而再再發生這樣的事情的時候其實要想辦法早點來解決才會真正覺得國家有在努力好不好
transcript.whisperx[24].start 527.779
transcript.whisperx[24].end 554.133
transcript.whisperx[24].text 好 薛委員我想補充報告一下就災害防變災防中心應變中心其實有針對這些問題都一直在討論那昨天三點半下午三點半賴總統也親自到災防中心那也非常關心這樣的一個尤其是偏鄉的一個這樣的狀況那我相信我們都非常那個從政府是非常注重到
transcript.whisperx[25].start 555.653
transcript.whisperx[25].end 577.044
transcript.whisperx[25].text 這個各種災區像也那在討論的當中也特別提醒到無人機看看能不能再能夠更大的擴散他原來現在是一個沙盒那必須要克服一些困難那未來是不是能夠使用在這樣的情況我們非常樂意來發展來處理好我們期待明年可以完成好謝謝謝謝盧委員