iVOD / 163514

Field Value
IVOD_ID 163514
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163514
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 2025-08-14T12:35:39+08:00
結束時間 2025-08-14T12:54:35+08:00
影片長度 00:18:56
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3ced7f9f61571ec90e082691aef756c2bce7d2d90249eb2fc234c49c8e96034618318873d924b4585ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 劉建國
委員發言時間 12:35:39 - 12:54:35
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_03
transcript.pyannote[0].start 7.74284375
transcript.pyannote[0].end 8.02971875
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 8.45159375
transcript.pyannote[1].end 12.82221875
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 14.84721875
transcript.pyannote[2].end 15.18471875
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 16.34909375
transcript.pyannote[3].end 17.93534375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 17.93534375
transcript.pyannote[4].end 18.42471875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 18.76221875
transcript.pyannote[5].end 19.55534375
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 20.50034375
transcript.pyannote[6].end 22.86284375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 22.98096875
transcript.pyannote[7].end 41.47596875
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 41.88096875
transcript.pyannote[8].end 63.21096875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 56.27534375
transcript.pyannote[9].end 56.62971875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 60.83159375
transcript.pyannote[10].end 61.20284375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 63.21096875
transcript.pyannote[11].end 63.70034375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 63.70034375
transcript.pyannote[12].end 84.45659375
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 84.89534375
transcript.pyannote[13].end 94.56471875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 94.88534375
transcript.pyannote[14].end 95.20596875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 95.91471875
transcript.pyannote[15].end 108.28409375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 108.68909375
transcript.pyannote[16].end 118.86471875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 119.33721875
transcript.pyannote[17].end 121.04159375
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 121.93596875
transcript.pyannote[18].end 122.83034375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 123.25221875
transcript.pyannote[19].end 123.55596875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 124.24784375
transcript.pyannote[20].end 137.39346875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 137.91659375
transcript.pyannote[21].end 153.88034375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 154.13346875
transcript.pyannote[22].end 162.21659375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 162.21659375
transcript.pyannote[23].end 165.82784375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 163.88721875
transcript.pyannote[24].end 164.03909375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 164.34284375
transcript.pyannote[25].end 167.26221875
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 166.77284375
transcript.pyannote[26].end 173.62409375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 173.62409375
transcript.pyannote[27].end 177.25221875
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 177.25221875
transcript.pyannote[28].end 179.02409375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 178.04534375
transcript.pyannote[29].end 181.65659375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 179.02409375
transcript.pyannote[30].end 179.91846875
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 181.18409375
transcript.pyannote[31].end 181.20096875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 181.20096875
transcript.pyannote[32].end 182.41596875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 182.07846875
transcript.pyannote[33].end 182.55096875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 183.07409375
transcript.pyannote[34].end 191.34284375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 191.57909375
transcript.pyannote[35].end 201.48471875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 200.64096875
transcript.pyannote[36].end 200.67471875
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 200.67471875
transcript.pyannote[37].end 200.97846875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 200.97846875
transcript.pyannote[38].end 201.07971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 201.77159375
transcript.pyannote[39].end 253.66221875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 225.04221875
transcript.pyannote[40].end 225.22784375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 237.34409375
transcript.pyannote[41].end 237.69846875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 251.14784375
transcript.pyannote[42].end 251.16471875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 251.16471875
transcript.pyannote[43].end 251.18159375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 251.18159375
transcript.pyannote[44].end 251.26596875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 254.16846875
transcript.pyannote[45].end 278.45159375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 269.94659375
transcript.pyannote[46].end 270.23346875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 278.53596875
transcript.pyannote[47].end 304.86096875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 305.24909375
transcript.pyannote[48].end 318.34409375
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 318.34409375
transcript.pyannote[49].end 318.44534375
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 318.58034375
transcript.pyannote[50].end 364.27784375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 364.61534375
transcript.pyannote[51].end 365.76284375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 366.31971875
transcript.pyannote[52].end 370.43721875
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 367.88909375
transcript.pyannote[53].end 368.49659375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 369.94784375
transcript.pyannote[54].end 370.26846875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 370.53846875
transcript.pyannote[55].end 372.44534375
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 372.66471875
transcript.pyannote[56].end 373.05284375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 373.62659375
transcript.pyannote[57].end 377.20409375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 377.20409375
transcript.pyannote[58].end 388.76346875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 389.53971875
transcript.pyannote[59].end 405.87471875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 406.54971875
transcript.pyannote[60].end 407.14034375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 409.03034375
transcript.pyannote[61].end 411.84846875
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 410.66721875
transcript.pyannote[62].end 418.14284375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 417.28221875
transcript.pyannote[63].end 420.38721875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 423.12096875
transcript.pyannote[64].end 424.43721875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 424.57221875
transcript.pyannote[65].end 428.70659375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 427.72784375
transcript.pyannote[66].end 440.51909375
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 432.41909375
transcript.pyannote[67].end 432.48659375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 432.48659375
transcript.pyannote[68].end 432.63846875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 433.38096875
transcript.pyannote[69].end 433.85346875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 440.97471875
transcript.pyannote[70].end 463.26659375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 462.43971875
transcript.pyannote[71].end 477.89721875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 478.03221875
transcript.pyannote[72].end 489.87846875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 488.29221875
transcript.pyannote[73].end 493.72596875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 490.45221875
transcript.pyannote[74].end 492.49409375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 493.72596875
transcript.pyannote[75].end 493.74284375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 493.75971875
transcript.pyannote[76].end 494.85659375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 495.85221875
transcript.pyannote[77].end 496.03784375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 496.88159375
transcript.pyannote[78].end 516.08534375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 516.32159375
transcript.pyannote[79].end 518.17784375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 517.73909375
transcript.pyannote[80].end 532.62284375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 518.63346875
transcript.pyannote[81].end 518.81909375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 532.03221875
transcript.pyannote[82].end 534.79971875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 534.79971875
transcript.pyannote[83].end 557.14221875
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 557.44596875
transcript.pyannote[84].end 575.73846875
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 576.36284375
transcript.pyannote[85].end 586.06596875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 586.75784375
transcript.pyannote[86].end 592.15784375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 592.57971875
transcript.pyannote[87].end 593.05221875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 593.00159375
transcript.pyannote[88].end 604.78034375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 605.01659375
transcript.pyannote[89].end 609.21846875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 609.79221875
transcript.pyannote[90].end 616.12034375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 616.84596875
transcript.pyannote[91].end 632.60721875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 633.07971875
transcript.pyannote[92].end 634.96971875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 635.94846875
transcript.pyannote[93].end 637.60221875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 637.78784375
transcript.pyannote[94].end 638.07471875
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 638.98596875
transcript.pyannote[95].end 639.34034375
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 640.16721875
transcript.pyannote[96].end 641.39909375
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 642.17534375
transcript.pyannote[97].end 650.88284375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 651.47346875
transcript.pyannote[98].end 653.54909375
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 654.84846875
transcript.pyannote[99].end 655.82721875
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 657.12659375
transcript.pyannote[100].end 662.49284375
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 663.20159375
transcript.pyannote[101].end 668.65221875
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 668.92221875
transcript.pyannote[102].end 684.39659375
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 685.45971875
transcript.pyannote[103].end 688.14284375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 688.15971875
transcript.pyannote[104].end 703.02659375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 688.64909375
transcript.pyannote[105].end 688.73346875
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 703.16159375
transcript.pyannote[106].end 706.92471875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 708.66284375
transcript.pyannote[107].end 710.78909375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 711.64971875
transcript.pyannote[108].end 712.17284375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 712.17284375
transcript.pyannote[109].end 712.40909375
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 712.40909375
transcript.pyannote[110].end 712.96596875
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 713.25284375
transcript.pyannote[111].end 717.94409375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 717.30284375
transcript.pyannote[112].end 718.06221875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 718.06221875
transcript.pyannote[113].end 719.42909375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 721.06596875
transcript.pyannote[114].end 721.57221875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 724.20471875
transcript.pyannote[115].end 726.29721875
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 726.29721875
transcript.pyannote[116].end 726.70221875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 727.17471875
transcript.pyannote[117].end 729.03096875
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 729.03096875
transcript.pyannote[118].end 729.94221875
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 731.02221875
transcript.pyannote[119].end 733.67159375
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 733.77284375
transcript.pyannote[120].end 736.11846875
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 736.74284375
transcript.pyannote[121].end 738.29534375
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 740.18534375
transcript.pyannote[122].end 743.17221875
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 742.49721875
transcript.pyannote[123].end 746.95221875
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 748.70721875
transcript.pyannote[124].end 752.14971875
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 753.02721875
transcript.pyannote[125].end 755.13659375
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 757.16159375
transcript.pyannote[126].end 762.76409375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 762.93284375
transcript.pyannote[127].end 763.33784375
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 763.33784375
transcript.pyannote[128].end 764.28284375
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 765.05909375
transcript.pyannote[129].end 767.05034375
transcript.pyannote[130].speaker SPEAKER_03
transcript.pyannote[130].start 767.33721875
transcript.pyannote[130].end 768.16409375
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 768.75471875
transcript.pyannote[131].end 777.17534375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 777.98534375
transcript.pyannote[132].end 780.01034375
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 781.15784375
transcript.pyannote[133].end 787.23284375
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 787.40159375
transcript.pyannote[134].end 795.90659375
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 796.49721875
transcript.pyannote[135].end 799.99034375
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 800.63159375
transcript.pyannote[136].end 824.50971875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 804.88409375
transcript.pyannote[137].end 804.98534375
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 824.71221875
transcript.pyannote[138].end 824.72909375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 824.72909375
transcript.pyannote[139].end 827.74971875
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 826.88909375
transcript.pyannote[140].end 827.27721875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 828.08721875
transcript.pyannote[141].end 836.84534375
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 829.62284375
transcript.pyannote[142].end 830.06159375
transcript.pyannote[143].speaker SPEAKER_03
transcript.pyannote[143].start 831.22596875
transcript.pyannote[143].end 832.62659375
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 837.11534375
transcript.pyannote[144].end 839.51159375
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 837.35159375
transcript.pyannote[145].end 837.55409375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 839.84909375
transcript.pyannote[146].end 869.04284375
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 869.27909375
transcript.pyannote[147].end 892.41471875
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 892.95471875
transcript.pyannote[148].end 896.59971875
transcript.pyannote[149].speaker SPEAKER_03
transcript.pyannote[149].start 896.59971875
transcript.pyannote[149].end 896.95409375
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 896.65034375
transcript.pyannote[150].end 896.86971875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 896.95409375
transcript.pyannote[151].end 897.03846875
transcript.pyannote[152].speaker SPEAKER_03
transcript.pyannote[152].start 897.03846875
transcript.pyannote[152].end 933.84284375
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 930.77159375
transcript.pyannote[153].end 931.07534375
transcript.pyannote[154].speaker SPEAKER_03
transcript.pyannote[154].start 934.53471875
transcript.pyannote[154].end 939.69846875
transcript.pyannote[155].speaker SPEAKER_03
transcript.pyannote[155].start 940.06971875
transcript.pyannote[155].end 968.52096875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 966.61409375
transcript.pyannote[156].end 976.45221875
transcript.pyannote[157].speaker SPEAKER_03
transcript.pyannote[157].start 969.65159375
transcript.pyannote[157].end 970.05659375
transcript.pyannote[158].speaker SPEAKER_03
transcript.pyannote[158].start 972.67221875
transcript.pyannote[158].end 973.16159375
transcript.pyannote[159].speaker SPEAKER_03
transcript.pyannote[159].start 976.45221875
transcript.pyannote[159].end 1021.10346875
transcript.pyannote[160].speaker SPEAKER_03
transcript.pyannote[160].start 1021.47471875
transcript.pyannote[160].end 1031.00909375
transcript.pyannote[161].speaker SPEAKER_03
transcript.pyannote[161].start 1031.68409375
transcript.pyannote[161].end 1044.59346875
transcript.pyannote[162].speaker SPEAKER_03
transcript.pyannote[162].start 1045.18409375
transcript.pyannote[162].end 1046.36534375
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 1046.93909375
transcript.pyannote[163].end 1055.20784375
transcript.pyannote[164].speaker SPEAKER_03
transcript.pyannote[164].start 1055.37659375
transcript.pyannote[164].end 1058.27909375
transcript.pyannote[165].speaker SPEAKER_03
transcript.pyannote[165].start 1058.56596875
transcript.pyannote[165].end 1082.42721875
transcript.pyannote[166].speaker SPEAKER_03
transcript.pyannote[166].start 1082.56221875
transcript.pyannote[166].end 1090.67909375
transcript.pyannote[167].speaker SPEAKER_03
transcript.pyannote[167].start 1091.30346875
transcript.pyannote[167].end 1096.82159375
transcript.pyannote[168].speaker SPEAKER_03
transcript.pyannote[168].start 1097.32784375
transcript.pyannote[168].end 1098.15471875
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 1097.34471875
transcript.pyannote[169].end 1130.58846875
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 1119.48471875
transcript.pyannote[170].end 1119.63659375
transcript.pyannote[171].speaker SPEAKER_03
transcript.pyannote[171].start 1126.25159375
transcript.pyannote[171].end 1126.57221875
transcript.pyannote[172].speaker SPEAKER_03
transcript.pyannote[172].start 1130.58846875
transcript.pyannote[172].end 1130.68971875
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 1130.68971875
transcript.pyannote[173].end 1130.70659375
transcript.pyannote[174].speaker SPEAKER_03
transcript.pyannote[174].start 1130.70659375
transcript.pyannote[174].end 1130.79096875
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 1130.79096875
transcript.pyannote[175].end 1132.30971875
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 1130.89221875
transcript.pyannote[176].end 1133.25471875
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 1132.81596875
transcript.pyannote[177].end 1134.48659375
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 1135.06034375
transcript.pyannote[178].end 1135.93784375
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 1136.30909375
transcript.pyannote[179].end 1137.59159375
transcript.whisperx[0].start 10.166
transcript.whisperx[0].end 36.016
transcript.whisperx[0].text 趙偉辛苦請坐有請部長部長美國總統川普8月5號我沒有問你認不認識不要誤會8月5號的時候在接受媒體採訪的時候有公開表示會先對藥品課一個小關稅但一年到一年半之間稅率將提高到150%然後會再提高到250%
transcript.whisperx[1].start 37.897
transcript.whisperx[1].end 62.566
transcript.whisperx[1].text 因此他希望藥品要在他們美國國內生產這個川普大帝隨便講一句話即便還沒有發生都還沒有發生就會造成全球大混亂因為他這句話果不其然全球的藥廠開始緊張所以因此趙偉今天再排一次我4月7日已經排過一次了你看趙偉多用心然後也緊張這個事情所以再排這一次的專報
transcript.whisperx[2].start 63.886
transcript.whisperx[2].end 84.242
transcript.whisperx[2].text 邀請大家一起在這些討論所以我針對這個議題我特別在關心因為在11本月11日的時候又有一篇報導部長請看一下是大家上去說藥廠為了維持利潤可能會把這個成本轉嫁到其他國家全球藥價都會飆漲漲幅恐怕超過兩成那有癌症病友就透露
transcript.whisperx[3].start 85.003
transcript.whisperx[3].end 93.738
transcript.whisperx[3].text 大家現在很焦慮因為光是一年的智慧藥物就百萬起跳如果藥價再漲半年可能就要多花五十萬恐怕人與戶惡
transcript.whisperx[4].start 95.973
transcript.whisperx[4].end 122.53
transcript.whisperx[4].text 然後 癌藥的三大優略裡面 部長再看一下已經智慧用藥的癌藥 若藥價再持續上漲那癌藥恐怕就難以負擔那第二 若癌藥漲價目前已經在健保幾戶中的癌藥會不會有重新溢價或退出的問題那第三 對可能準備納入健保的癌藥會不會因為這波的關稅衝擊 最終變成無法納入部長有掌握嗎
transcript.whisperx[5].start 125.679
transcript.whisperx[5].end 153.44
transcript.whisperx[5].text 謝謝召委的關心這的確是我們政府應該努力的我們現在追求癌症的死亡率標準死亡率在2030年要降低三分之一怎麼樣給病人最好的一個早期的篩檢然後適當的精準的一個基因檢測然後精準的治療其實是很需要藥物的我們政府尤其衛護部這邊一定全力
transcript.whisperx[6].start 154.221
transcript.whisperx[6].end 178.996
transcript.whisperx[6].text 不管是在健保或智慧的支付方面一定不要去增加癌友的一個負擔這是一個最大的原則一定不要去增加癌友的負擔面對到關稅的衝擊哪怕調到150到250就是不能讓癌友增加這些藥物的費用的負擔嘛 對不對我想我們一定要以這樣來做最大的原則OK 好 謝謝有些做法讓時事長知道
transcript.whisperx[7].start 184.178
transcript.whisperx[7].end 200.893
transcript.whisperx[7].text 這個衝擊真的是蠻大的那未來到底會走到什麼程度我們會密切的注意不過我們盤點那麼因應如果這個全球的這些藥價都一起漲的時候那麼我們最大的衝擊會是在於還在專利期內的藥就是我們
transcript.whisperx[8].start 202.254
transcript.whisperx[8].end 224.659
transcript.whisperx[8].text 其他都還有溢價空間可是專利期內的藥通常它的那個寡占性比較強所以我們首先先盤點這個在專利期內的藥還有多少項以健保來講還有214項左右是屬於專利期的藥專利期內的藥大概一年的現在健保的支出大概在390億左右
transcript.whisperx[9].start 225.279
transcript.whisperx[9].end 253.295
transcript.whisperx[9].text 那這裡面呢如果又是把它屬於基本就是必要藥品的那大概是在75項左右那麼大概是200億啦所以我們在短期內呢當然會需要多一點這個費用來挹注因應這個萬一調漲的時候我們比較沒有那個溢價空間就只好要多付出一些啦那第二個呢是這些專利
transcript.whisperx[10].start 254.275
transcript.whisperx[10].end 277.034
transcript.whisperx[10].text 的藥呢在未來五六年內大概有76個品項他會過專利期所以我們要鼓勵這個趕快這個過專利期的趕快有這個學名藥或生物相似藥來遞汰他的藥價就會比較低所以我們也有一個鼓勵的措施就是如果你在這個專利期一過的五年內來提出的這個
transcript.whisperx[11].start 278.775
transcript.whisperx[11].end 304.487
transcript.whisperx[11].text 这个学名药或者是生物相似药前两张我们价格让它跟原厂一样来分散这个用药的风险这个是第二个那当然第三个就是学名药的鼓励这里面还是有很多会是学名药所以我们也鼓励学名药我们去年先从生物相似药开始那今年我们就鼓励癌症的化学药
transcript.whisperx[12].start 305.327
transcript.whisperx[12].end 330.765
transcript.whisperx[12].text 那麼學名藥我們也鼓勵也有這個獎勵的措施明年我們開始會把所有的癌症的用藥的學名藥也都納入我們獎勵所以我們這樣一步一步來因應好 我時間很足夠讓署長一一做這樣的說明 對不對所以你已經占了我的質詢一半的時間請主席要補回來給我但是言而總之 總而言之就是我聽部長那句話
transcript.whisperx[13].start 331.906
transcript.whisperx[13].end 348.271
transcript.whisperx[13].text 不管美國的關稅如何調整 對藥價的關稅如何調整總而言之 言而總之就不能讓我們的癌友因為關稅的調整造成他更大的負擔我就是聽這句話但是這還是要有相關的一些因應作用跟配套簡單講 不管150還是250 衛生部應該盡速針對癌症 寒病重症這三類別 提出藥品別
transcript.whisperx[14].start 359.155
transcript.whisperx[14].end 372.868
transcript.whisperx[14].text 這個治療線別還有病類別可能受到這個衝擊評估及領域調查我想這個應該要做吧好 這個一直有在做但是因為川普一直變化我們也會隨之他來調整OK
transcript.whisperx[15].start 374.403
transcript.whisperx[15].end 387.591
transcript.whisperx[15].text 這個如果有必要的話隨時可以做相關的報告好 因為川普一直在變化所以你們也是做相關的一些調查也是要跟著變動 這個我很清楚但是我這邊可以再跟部長建議一下主動監控這些
transcript.whisperx[16].start 389.765
transcript.whisperx[16].end 406.973
transcript.whisperx[16].text 這些藥品就是跟特別講的癌症含病重症的他的這個智慧藥品的價格波動緊密的追蹤國內藥品價格是我受到國際因素的提高並隨時提出相關的因素措施避免市長這個訊息不對稱造成恐慌性的加價這可以吧
transcript.whisperx[17].start 409.233
transcript.whisperx[17].end 420.252
transcript.whisperx[17].text 當然 這應該要這樣做你要這樣做 你沒有這樣做嗎你沒有隨著川普的變動做這樣一個市場執行的監控嗎應該沒有吧那個食藥署要不要回答一下
transcript.whisperx[18].start 423.171
transcript.whisperx[18].end 439.177
transcript.whisperx[18].text 不好意思 要用你的時間好 已經超過四分之三了這個主席會補給我對藥品的監控的話我們在於我們的製劑要兩個到三個月如果在半年前製劑已經有短缺的在通報系統上面通報我們啟動整個藥學會的評估
transcript.whisperx[19].start 441.118
transcript.whisperx[19].end 466.858
transcript.whisperx[19].text 必要之時我們可以做專案的進口跟專案的輸入以及做藥品的調控那接下來其實是更進一步在藥事法二十七之三條所有不見得是在必要藥品在所有藥品的短缺的情況之下需要有一個進入調配的機制政府能夠進一步的介入那這個部分是我們目前是希望能夠智慧導入的不是 我是所長我請教部長的是針對價格的部分
transcript.whisperx[20].start 467.979
transcript.whisperx[20].end 491.946
transcript.whisperx[20].text 你是在回應我是針對到時候我缺這些藥品的時候可以從怎樣來輸入嘛對不對我是針對這個價格的部分啦我想因為自費藥品的價格部分在食藥署其實我們這邊沒有特別的定價的這個的一個的一個權責在裡面我們這些其實是針對所以你意思是部長找你上來打呼我就不對了嘛他找錯人了自費其實是好
transcript.whisperx[21].start 496.927
transcript.whisperx[21].end 515.67
transcript.whisperx[21].text 我想智慧的藥品也是對這些集中重症和寒病的病人很大的負擔所以這個一定要我們站在政府的立場一定要監測而且不能讓他隨意負擔增加我想這個部分所以請大家不要也請藥廠不能
transcript.whisperx[22].start 516.471
transcript.whisperx[22].end 532.567
transcript.whisperx[22].text 不能隨便加價也不要有恐慌的加價的現象好 那就請部長跟委員會做一個說明你們的監測機制應該就是在因應這個美國關稅過程裡面馬上就啟動嘛然後適時的再去公布這些相關的訊息嘛好 我們馬上啟動OK 好 謝謝價格的一個波動
transcript.whisperx[23].start 535.169
transcript.whisperx[23].end 556.32
transcript.whisperx[23].text 謝謝 好 第二個題目剛剛部長有答覆我嘛我們要追求到2031年把這個癌症致死率降到這個三分之一嘛 對不對降至三分之一嘛但是從長遠來看 我覺得台灣必定要盡速扶持國家的生技產業啦這個部分絕對不是衛部 這是跨部會包含經濟部等等等 包含國華會嘛
transcript.whisperx[24].start 557.681
transcript.whisperx[24].end 575.411
transcript.whisperx[24].text 我想現在要去鼓勵外國的大型的藥廠來台灣投資設廠我看也困難了啦因為美國是希望到他們的國家去設嘛才免除這個關稅的問題嘛但是相對的我們不用去鼓勵國外的來設廠那國內的可能你要大肆的來做
transcript.whisperx[25].start 576.511
transcript.whisperx[25].end 591.864
transcript.whisperx[25].text 相關的一些獎勵或是鼓勵的措施讓我們降低對國外的這些藥廠的依賴我為什麼這麼講其實衛福部應該不只是可以扶持民間的藥廠我們還有相關的一些能力可以做整合
transcript.whisperx[26].start 593.131
transcript.whisperx[26].end 615.641
transcript.whisperx[26].text 對不對 投入開發 都可以做我要以韓國為例韓國在2000年成立國家癌症中心不僅整合國內的癌症各項業務也包含臨床的治療研究等項目最重要最重要的是他本身也有研發癌症藥物的能力他們已經自主研發多項抗癌先藥涵蓋免疫療法標靶藥以及能量代謝抑制劑
transcript.whisperx[27].start 617.314
transcript.whisperx[27].end 632.15
transcript.whisperx[27].text 然後從南海的媒體數據資料也看出南海癌症的整體死亡率2002年到2013年年年均下降到2.8%然後2013到2021是最近的已經下降到3.2%同時我再一個資料
transcript.whisperx[28].start 635.99
transcript.whisperx[28].end 662.155
transcript.whisperx[28].text 那個資料沒有把我顯示出來嗎你生病了嗎同時對比台灣年齡標準化的這個癌症的死亡率2024年台灣每10萬人就有大約113人死於癌症南韓大約是61人他不到我們一半喔差不多一半啦 差不多一半如果按照南韓的人口數對比起來少之又少
transcript.whisperx[29].start 663.394
transcript.whisperx[29].end 684.099
transcript.whisperx[29].text 少之又少那天下雜誌在2022年又有一個專題報告就是韓國做了什麼20年前做了一個決定如今罹癌率死亡率都比台灣低開頭就講韓國的癌症發生率死亡率都低於台日五年存活率更高達78背後關鍵就是在2000年成立國家癌症中心
transcript.whisperx[30].start 685.589
transcript.whisperx[30].end 710.601
transcript.whisperx[30].text 這是天下大事的一個報導 給部長做參考也就是說有資源有預算還有整個政策的這個支持人家的成果就是如此他們的國營也不用在那邊擔心藥價會不會漲 太過擔憂那如果對照台灣我們現在只有行政院的中央癌症防治匯報還有國衛院的癌症研究所
transcript.whisperx[31].start 711.687
transcript.whisperx[31].end 733.163
transcript.whisperx[31].text 對不對 是好 部長你知道你有參與這個行政院的中央癌症紅字會報嗎有啊 有嘛那一年開幾次會應該至少每半年開一次會有嗎有有有 我們都有去參加應該是沒有吧我的資料裡面是111年到113年這三年就只有在12月開一次會
transcript.whisperx[32].start 742.56
transcript.whisperx[32].end 763.712
transcript.whisperx[32].text 主責當然是國健署跟健保署嘛再加上國衛院轄下的癌症研究所因為在場應該有國健跟健保署嘛可以問一下這三年是不是都12月才開一次會我要跟部長提醒的啦不是開會幾次的重要性與否啦是這個功能性嘛對照韓國
transcript.whisperx[33].start 765.117
transcript.whisperx[33].end 779.593
transcript.whisperx[33].text 人家一個國家級的一個癌症這個中心可以創造出這麼大的一個成績的效果出來降低他們癌症的死亡率降低他們致癌的這樣一個比例然後包含開發了這麼多的一個新藥
transcript.whisperx[34].start 781.189
transcript.whisperx[34].end 799.765
transcript.whisperx[34].text 它幾乎是一個國家級的一個癌症中心它給予所有的功能於一切啦所以才有辦法去打造那個降低死亡率的目標我們要配合賴總統的健康台灣我們到2023年要降低癌症死亡率三分之一我們不能沒有積極的作為啊
transcript.whisperx[35].start 800.68
transcript.whisperx[35].end 822.899
transcript.whisperx[35].text 一定要更多一些機器的作為嘛那我是拿韓國的例子可以做參考部長當然還是可以其他參照其他國家嘛那如果韓國的案子可以參考是不是趕快來做一些相關研究然後一個月內給委員會做一個報告那我們知道說我們要如何在2031年可以降低癌症的死亡率達到三分之一
transcript.whisperx[36].start 823.379
transcript.whisperx[36].end 838.768
transcript.whisperx[36].text 好的 可以吧我們大概三支箭嘛第一個是癌症早期篩檢請大家民眾篩檢這個我知道 現在的篩檢也擴大了也增加了40億第二個就是癌症的基因檢測以做精準的一個治療然後
transcript.whisperx[37].start 840.009
transcript.whisperx[37].end 866.967
transcript.whisperx[37].text 我看我們健保室每天都在公布又有什麼癌藥進來進來所以其實今年進了很多很多的癌藥對於醫師來講在治療上面真的多了很多的力氣這個大概都會都一定可以降低我們的一個五年的提升五年存活力那這個部分如果是不是說現在台灣是這樣各個醫院都已經這麼大間去那裡因為白龍有綜藝職
transcript.whisperx[38].start 869.469
transcript.whisperx[38].end 892.066
transcript.whisperx[38].text 台大他現在資質運作 電子機也資質運作所以在台灣也許要用我們這樣的一個情況我們怎麼樣集合大家的力量是用什麼方式 這的確是可以正如委員所講的來思考但是協調整合這個是一定
transcript.whisperx[39].start 893.027
transcript.whisperx[39].end 920.262
transcript.whisperx[39].text 都有 其實也一直這幾十年也一直有在做我知道你們都有在做但是我只是用韓國例子來講 它是2000年就要比我們在講長照日本的健康保險也是2000年開始那台灣在2000年跟2025年之間我們對防癌降低癌症死亡率都有在做這個署長也都是很記在做但是我只是講說用一個韓國例子來跟你做參考其他有其他國家的例子也都可以讓部長參考
transcript.whisperx[40].start 921.263
transcript.whisperx[40].end 933.585
transcript.whisperx[40].text 我們要如何在這三事件已經發動的時候短短短的時間2030年現在經濟恐慌出沒四年多不是出五年 出沒四年多我們要去降到三分之一
transcript.whisperx[41].start 935.212
transcript.whisperx[41].end 957.41
transcript.whisperx[41].text 我們會有很大很大的挑戰啊 還等到川普大帝會不會這樣會不會這樣那個藥劑我們要去因應因應嘛那剛剛聽部長講那時候我當然替這些癌友感到窩心嘛 感到溫暖嘛最起碼不能再造成他們增加這些癌症新藥的 癌症藥物的一些負擔嘛不管關稅如何去做調整嘛
transcript.whisperx[42].start 958.13
transcript.whisperx[42].end 981.812
transcript.whisperx[42].text 其實部長講這些話 坦白講就已足夠了啦但是我們還是期待說可以達到2030年這樣的一個目標所以我才會擔憂 才會用韓國的例子來給部長做參考 給署長做參考我們來瞭解韓國他的做法然後跟我們現在台灣怎麼做 也許是有什麼我們來做一個比較 再跟委員報告分析好 最後這個是召委多給我的時間 我再講一下因為跟屏東有關係 所以要講一下
transcript.whisperx[43].start 982.552
transcript.whisperx[43].end 1004.602
transcript.whisperx[43].text 昨天又有颱風再度掃過這個我們受災嚴重中南部嘛在風災之後登革熱就是異化的時間點我想這個大家都知道那中國現在又爆發這個屈公病那屈公病又跟這個登革熱一樣都是透過這個埃及斑蚊還有白腺斑蚊的傳染的疾病這民眾會恐慌啦那部長應該還記得2023年那時候是薛部長他為了這個事情還到雲林應該有兩趟因為那個時候
transcript.whisperx[44].start 1010.164
transcript.whisperx[44].end 1030.275
transcript.whisperx[44].text 是從2015年來爆發最嚴重的一次將近本土確診病例登革熱的這樣的一個對象高達兩萬人左右當時嚴重到必須要封閉農民的果園消毒也造成農民在整個嚴重的經濟損失所以那一年我才跟這個
transcript.whisperx[45].start 1031.915
transcript.whisperx[45].end 1043.789
transcript.whisperx[45].text 當地的林鄉長還有在地的一些民代跑到行政院來跟行政院做一些緩令最後行政院核定了一千八百多萬的登革熱傳染病溶損補助
transcript.whisperx[46].start 1045.356
transcript.whisperx[46].end 1069.872
transcript.whisperx[46].text 這也算是破紀錄啦因為整個都封起來了農民沒有辦法沒有辦法去守恆嘛沒有辦法去採收嘛 對不對沒有辦法去補肥嘛沒有辦法去噴農藥嘛因為將農藥回到野外就比農藥還差一筒啊所以那組成農民的經濟損失嘛不才會去啟動來做這個步驟嘛我覺得是說因為鳳梯 丹南市 丹南零七二八現在還洋流
transcript.whisperx[47].start 1070.872
transcript.whisperx[47].end 1090.42
transcript.whisperx[47].text 這個事後可能在很快的很短的時間內會不會造成這個登革熱還有這個區公併的區公併當然也是境外的一個防堵嘛那登革熱是有可能本土的又再起所以可能要未雨綢繆如果不積極的趕快去做相關的一些因應那到時候政府又要投入很大的人力物力甚至預算
transcript.whisperx[48].start 1091.365
transcript.whisperx[48].end 1105.644
transcript.whisperx[48].text 所以請部長一個星期內可能一個星期還太久我覺得因為洋流已經過了嘛所以我們從風災來之前都一直在做宣導
transcript.whisperx[49].start 1106.385
transcript.whisperx[49].end 1131.917
transcript.whisperx[49].text 同時也督導地方的衛生局在環境的清潔上面特別要注意到登革熱的相關的疫苗的一個預防那也 氣功病其實也是沒有人傳播他也不會人傳染所以是一樣的啦也是要清到 循道清刷一樣去把它落實啦希望就不要避免到對人民更進一步的傷害好 謝謝了 謝謝部長 謝謝署長主席請站起來 謝謝
transcript.whisperx[50].start 1135.202
transcript.whisperx[50].end 1136.474
transcript.whisperx[50].text 謝謝你講了十分鐘啊