iVOD / 165873

Field Value
IVOD_ID 165873
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165873
日期 2025-11-26
會議資料.會議代碼 委員會-11-4-26-13
會議資料.會議代碼:str 第11屆第4會期社會福利及衛生環境委員會第13次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 13
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4會期社會福利及衛生環境委員會第13次全體委員會議
影片種類 Clip
開始時間 2025-11-26T11:18:35+08:00
結束時間 2025-11-26T11:34:04+08:00
影片長度 00:15:29
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/f5b16bee5fdcc5c11058cc27ef01fd0cba7bab90aa47d99979564efc6fe1044b8ee3f4945d85144e5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王正旭
委員發言時間 11:18:35 - 11:34:04
會議時間 2025-11-26T09:00:00+08:00
會議名稱 立法院第11屆第4會期社會福利及衛生環境委員會第13次全體委員會議(事由:邀請衛生福利部部長、財政部及環境部就「蘇丹紅化學原料竄臺,政府如何強化進口把關及後市場查驗,以維護國人健康安全」進行專題報告,並備質詢。 邀請衛生福利部部長、司法院、法務部、勞動部及內政部警政署就「國內醫師、護理人力需求及分布暨防止醫療暴力措施及改善情形」進行專題報告,並備質詢。 (討論事項) 審查 一、委員柯志恩等17人擬具「醫療法第二十四條及第一百零六條條文修正草案」案。 二、委員林月琴等17人擬具「醫療法第二十四條及第一百零六條條文修正草案」案。 三、委員王育敏等16人擬具「醫療法第二十四條及第一百零六條條文修正草案」案。 四、委員顏寬恒等17人擬具「醫療法第二十四條及第一百零六條條文修正草案」案。 五、委員萬美玲等16人擬具「醫療法第一百零六條條文修正草案」案。 六、委員顏寬恒等16人擬具「醫療法第二十四條及第一百零六條條文修正草案」案。 七、委員邱若華等17人擬具「醫療法第一百零六條條文修正草案」案。 八、委員陳菁徽等17人擬具「醫療法第二十四條及第一百零六條條文修正草案」案。 九、委員魯明哲等18人擬具「醫療法第一百零六條條文修正草案」案。 十、委員王鴻薇等20人擬具「醫療法第二十四條及第一百零六條條文修正草案」案。 十一、委員林淑芬等25人擬具「醫療法增訂第一百條之一條文草案」案。 十二、委員盧縣一等16人擬具「醫療法第二十四條及第一百零六條條文修正草案」案。 十三、委員羅廷瑋等21人擬具「醫療法第二十四條及第一百零六條條文修正草案」案。 十四、委員廖偉翔等17人擬具「醫療法第二十四條及第一百零六條條文修正草案」案。 【第十四案,如經復議,則不予審查】【專題報告及討論事項綜合詢答,討論事項僅詢答】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 7.05096875
transcript.pyannote[0].end 8.40096875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 8.82284375
transcript.pyannote[1].end 10.91534375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 15.18471875
transcript.pyannote[2].end 15.53909375
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 15.53909375
transcript.pyannote[3].end 15.58971875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 15.58971875
transcript.pyannote[4].end 15.60659375
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 15.60659375
transcript.pyannote[5].end 15.69096875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 15.69096875
transcript.pyannote[6].end 15.85971875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 16.26471875
transcript.pyannote[7].end 98.32784375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 35.72159375
transcript.pyannote[8].end 36.17721875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 98.39534375
transcript.pyannote[9].end 110.37659375
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 110.74784375
transcript.pyannote[10].end 156.44534375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 112.73909375
transcript.pyannote[11].end 112.80659375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 121.39596875
transcript.pyannote[12].end 123.06659375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 152.90159375
transcript.pyannote[13].end 153.05346875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 156.61409375
transcript.pyannote[14].end 184.93034375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 171.64971875
transcript.pyannote[15].end 172.05471875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 179.91846875
transcript.pyannote[16].end 180.32346875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 181.36971875
transcript.pyannote[17].end 213.21284375
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 185.06534375
transcript.pyannote[18].end 185.70659375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 185.70659375
transcript.pyannote[19].end 185.75721875
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 189.21659375
transcript.pyannote[20].end 189.62159375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 189.62159375
transcript.pyannote[21].end 189.65534375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 192.01784375
transcript.pyannote[22].end 192.10221875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 194.95409375
transcript.pyannote[23].end 195.30846875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 213.97221875
transcript.pyannote[24].end 265.35659375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 265.62659375
transcript.pyannote[25].end 277.97909375
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 278.41784375
transcript.pyannote[26].end 278.94096875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 279.37971875
transcript.pyannote[27].end 295.96784375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 296.23784375
transcript.pyannote[28].end 298.11096875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 298.22909375
transcript.pyannote[29].end 313.09596875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 313.29846875
transcript.pyannote[30].end 322.73159375
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 323.01846875
transcript.pyannote[31].end 332.60346875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 333.00846875
transcript.pyannote[32].end 364.68284375
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 364.93596875
transcript.pyannote[33].end 376.90034375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 376.32659375
transcript.pyannote[34].end 453.61409375
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 378.36846875
transcript.pyannote[35].end 378.70596875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 379.54971875
transcript.pyannote[36].end 379.80284375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 382.35096875
transcript.pyannote[37].end 382.58721875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 382.58721875
transcript.pyannote[38].end 382.60409375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 395.24346875
transcript.pyannote[39].end 395.66534375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 397.90971875
transcript.pyannote[40].end 398.36534375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 402.76971875
transcript.pyannote[41].end 402.93846875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 417.87284375
transcript.pyannote[42].end 418.12596875
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 453.61409375
transcript.pyannote[43].end 475.88909375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 476.36159375
transcript.pyannote[44].end 493.86096875
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 493.87784375
transcript.pyannote[45].end 526.31159375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 508.20471875
transcript.pyannote[46].end 508.57596875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 520.08471875
transcript.pyannote[47].end 520.13534375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 520.13534375
transcript.pyannote[48].end 520.48971875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 520.48971875
transcript.pyannote[49].end 520.60784375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 522.36284375
transcript.pyannote[50].end 522.41346875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 523.42596875
transcript.pyannote[51].end 523.44284375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 523.44284375
transcript.pyannote[52].end 523.76346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 523.76346875
transcript.pyannote[53].end 523.79721875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 523.79721875
transcript.pyannote[54].end 582.25221875
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 528.31971875
transcript.pyannote[55].end 528.77534375
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 532.85909375
transcript.pyannote[56].end 533.31471875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 533.31471875
transcript.pyannote[57].end 533.41596875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 541.38096875
transcript.pyannote[58].end 541.71846875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 549.91971875
transcript.pyannote[59].end 550.52721875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 567.82409375
transcript.pyannote[60].end 568.12784375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 581.81346875
transcript.pyannote[61].end 626.14409375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 618.31409375
transcript.pyannote[62].end 618.61784375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 626.29596875
transcript.pyannote[63].end 633.43409375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 631.22346875
transcript.pyannote[64].end 631.49346875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 633.07971875
transcript.pyannote[65].end 679.50284375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 636.77534375
transcript.pyannote[66].end 637.65284375
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 638.22659375
transcript.pyannote[67].end 639.13784375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 667.60596875
transcript.pyannote[68].end 669.27659375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 671.21721875
transcript.pyannote[69].end 671.99346875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 674.98034375
transcript.pyannote[70].end 677.17409375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 680.92034375
transcript.pyannote[71].end 713.11784375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 713.64096875
transcript.pyannote[72].end 714.55221875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 715.41284375
transcript.pyannote[73].end 718.02846875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 717.30284375
transcript.pyannote[74].end 737.01284375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 737.56971875
transcript.pyannote[75].end 748.16721875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 748.75784375
transcript.pyannote[76].end 755.60909375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 755.92971875
transcript.pyannote[77].end 787.31721875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 787.50284375
transcript.pyannote[78].end 820.67909375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 803.12909375
transcript.pyannote[79].end 803.63534375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 821.35409375
transcript.pyannote[80].end 821.82659375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 822.51846875
transcript.pyannote[81].end 824.49284375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 823.88534375
transcript.pyannote[82].end 826.78784375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 827.17596875
transcript.pyannote[83].end 848.86034375
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 849.55221875
transcript.pyannote[84].end 884.39909375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 885.47909375
transcript.pyannote[85].end 890.76096875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 889.79909375
transcript.pyannote[86].end 894.89534375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 892.27971875
transcript.pyannote[87].end 895.65471875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 895.65471875
transcript.pyannote[88].end 918.19971875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 895.67159375
transcript.pyannote[89].end 897.56159375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 918.48659375
transcript.pyannote[90].end 929.05034375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 922.40159375
transcript.pyannote[91].end 922.53659375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 926.26596875
transcript.pyannote[92].end 926.62034375
transcript.whisperx[0].start 7.703
transcript.whisperx[0].end 10.687
transcript.whisperx[0].text 謝謝主席有請維護部司部長王委員早
transcript.whisperx[1].start 16.611
transcript.whisperx[1].end 41.363
transcript.whisperx[1].text 部長早今天我們主席拍了多元的主題不過我想我們還是從兩個部分來跟部長討論第一個就是研擬提升醫事人員留任醫院的具體策略另外就是有關於形式醫事鑑定的困境這兩個大的主題醫事人力的部分我們都很清楚大家都很擔心
transcript.whisperx[2].start 42.343
transcript.whisperx[2].end 66.238
transcript.whisperx[2].text 部長也多次在公開的場合告訴大家這是全球的趨勢不是台灣唯一獨有的現象可是我們還是希望多了解一下有關於在護理人力的部分其實如果每萬人根據WHO的2023年的資料來看最好最好的像摩洛哥 瑞士他們平均
transcript.whisperx[3].start 67.159
transcript.whisperx[3].end 93.957
transcript.whisperx[3].text 有到每萬人有到208位187位165位不等的包括我們護理師跟助產人員那比較指標性的這個國家有包括澳洲啊美國還有日本德國等等也有120到134位不等那韓國是90位台灣是85位當然各國的醫療制度不同結構因素不同
transcript.whisperx[4].start 95.157
transcript.whisperx[4].end 110.104
transcript.whisperx[4].text 這個多寡當然也會不太一樣如果依照85這樣的人數來看的話跟第31名卡達是84.9所以我們這裡第三十名補充有沒有問題
transcript.whisperx[5].start 112.459
transcript.whisperx[5].end 134.645
transcript.whisperx[5].text 應該這麼說啦就是說跟委員報告這不只是只有護理人力醫師人力跟各類人力我們都是在後段班我們都是在以每萬人口醫師也是我們醫師也是倒數第二護理那我們護病之間是有一個比例關係那我們現在的問題是在於當然這個數字要多少
transcript.whisperx[6].start 135.29
transcript.whisperx[6].end 156.044
transcript.whisperx[6].text 沒有一個全世界的標準因為他會跟這個地理環境跟人口密度有關係以城市型的來講他的醫師所需要的人數就比較低那麼越是這個人口密度低的他需要的醫師人力就要比較高這個都可以理解那護理跟醫師有一個相對的比例關係存在
transcript.whisperx[7].start 156.744
transcript.whisperx[7].end 179.203
transcript.whisperx[7].text 那但是我們的問題是我們現在供應的床數太多因為有另外一個數字我們的床數是在前段班但是我們的護理人員數是在後段班產生了偏離的現象所以我們才在積極的在努力如何去縮短住院天數我們的平均住院天數是9天
transcript.whisperx[8].start 179.904
transcript.whisperx[8].end 200.133
transcript.whisperx[8].text 瞭解 別人是比較低 收斂住院天數這個數據只是讓大家參考部長說明了 大家都很瞭解我們比較擔心說 護理人力如果持續流失這些數據將來會不會更不好被閱讀 被看到那根據114年10月份的護理人數總領證人數是30億萬職業人數是19萬所以目前的職業率是62.73%
transcript.whisperx[9].start 206.296
transcript.whisperx[9].end 215.341
transcript.whisperx[9].text 比較擔心的這個數據之一就是平均人齡是39歲在2021年的時候是36.95歲就是說四年來差兩歲多這個才是我們會很擔心這個護理師這樣在年齡上的這些開始
transcript.whisperx[10].start 227.108
transcript.whisperx[10].end 243.663
transcript.whisperx[10].text 慢慢的升高這個到底是少子化因素以外還有沒有其他因素因為目前每一年護理系畢業生的人數稍微下降三年來這裡每一年都減一成左右那還有另外一個可能性是留不住年輕的護理同仁
transcript.whisperx[11].start 244.544
transcript.whisperx[11].end 264.109
transcript.whisperx[11].text 有可能避不了他 反正就不進入到這個職場這個是我們所擔心的部分那目前除了部長所提供的這些很多的講義措施以外那預計到2030年要增加5點到7萬左右的這個護理人力我們有沒有實際的目標跟好的途徑來達到這樣的目標
transcript.whisperx[12].start 266.602
transcript.whisperx[12].end 277.702
transcript.whisperx[12].text 我們是根據WHO的建議根據這個年齡的老化去推估未來護理能力的需求不過那個都是以現況去推估
transcript.whisperx[13].start 278.496
transcript.whisperx[13].end 305.723
transcript.whisperx[13].text 那麼沒有考量到我們整個照顧環境的改變所以那個數字之前就是純粹的數學數學算式啦那要去增加那麼以這個每年我們現在增加大概是五千位那剛剛委員提醒的很好如何去讓這個年輕的護理人力進來我們雖然有增加有兩種一種是新進一種是回任它有兩種
transcript.whisperx[14].start 306.883
transcript.whisperx[14].end 332.198
transcript.whisperx[14].text 那麼新增的部分我們可以看到在疫情當中的新增明顯的下降再加上後來又有流失所以在疫情那三年是最嚴峻的時候有時候整年增加的人數不到1000人很低那我們去今年到去年來講已經增加的人數大概快要回到疫情前的水準但是醫院的比例下降了
transcript.whisperx[15].start 333.078
transcript.whisperx[15].end 360.897
transcript.whisperx[15].text 都到醫院外面以前是大概七成都在醫院裡面七八成都在醫院裡面現在只有一半在醫院裡面新生的部分他到醫院外面那當然這裡面有幾個因素的影響就是多元的職場的發展包含我們近期在積極推動的長照啊還有其他的這個診所現在也在增聘人力的情形之下那麼這造成這個人員之間的流動
transcript.whisperx[16].start 361.838
transcript.whisperx[16].end 381.74
transcript.whisperx[16].text 那所以我們的策略上會先去積極去增加在醫院的護理人力我們來想辦法所以我們現在的一些支付標準的調整也好或者是挹注那多數是放在醫院目標也是這樣好 至少可以讓護理同仁很安心的在這個市場上能夠願意進來做服務
transcript.whisperx[17].start 382.381
transcript.whisperx[17].end 411.742
transcript.whisperx[17].text 那有關於醫師人力的部分在2019年有一份國會院的一個研究報告告訴我們說其實現在的到2030年的醫師人力不逾匱乏主要是因為分布不平均的問題那這個其實大家都了解尤其時事的推移雖然過去才五年不過包括醫美市場的興起對於整個醫療的這些人力的分布可能會更遭受到很大的
transcript.whisperx[18].start 412.943
transcript.whisperx[18].end 431.133
transcript.whisperx[18].text 衝擊那偏鄉人力的確這幾年來人數是有增加可是整體的占比還是相對不足那為了要因應這個偏鄉的需求其實我們也看到我們健保署很努力去做這個全國偏鄉醫事人力的這個需求平台
transcript.whisperx[19].start 432.214
transcript.whisperx[19].end 452.931
transcript.whisperx[19].text 這個平台我們最近去看了發現說它的確有提到過去呢在成功媒合的數百位的這些醫師們到或者是團隊去偏鄉服務我們這兩天去看現在只有一件上面有這個需求啦這個到底是真的滿足了嗎還是有什麼因素讓這個平台沒有發揮作用
transcript.whisperx[20].start 453.872
transcript.whisperx[20].end 475.52
transcript.whisperx[20].text 当然这个平台有多少效果我们可以再检讨啦也可以再多宣传那不过这个如同这个委员所提到的我们的医师的人力有两个状况一个是这个地理分布的不均就是偏乡的地方还有另外一个是科别间
transcript.whisperx[21].start 476.54
transcript.whisperx[21].end 491.327
transcript.whisperx[21].text 還有科別間 像有些科像我們這個兒科的人力就是在下降還有科別間的問題那過去前幾年也有婦產科缺的問題但是我們做了一些努力現在婦產科算是穩定了
transcript.whisperx[22].start 491.927
transcript.whisperx[22].end 512.324
transcript.whisperx[22].text 所以這個偏鄉如何去強化讓他這個醫師能夠到偏鄉甚至留任我們有很多措施包含健保裡面的燈塔型醫院保障那麼包含這個開業的這個保障心這個還有這個透過這個公費醫師的制度
transcript.whisperx[23].start 512.984
transcript.whisperx[23].end 540.894
transcript.whisperx[23].text 那另外也有這個IDS的巡迴計畫去充實這個偏鄉的醫療服務再加上科技的協助等等我們都有多元的這個政策在進行我沒有注意到一則消息就是事實上賴總統也有特別針對論人記者確認整合照護執行方案在健康台灣的一個研討會的時候也有提到這個部分好像執行了非常不錯
transcript.whisperx[24].start 541.534
transcript.whisperx[24].end 561.52
transcript.whisperx[24].text 我們也知道執行方案的政策目標有三大一個落實守護民眾健康以健康促進及預防還有保健取代疾病治療看起來是有很好的政策作為那有很好的鼓勵獎勵的誘因實施的成果目前也都看到它實際上要發揮的作用
transcript.whisperx[25].start 563.001
transcript.whisperx[25].end 581.901
transcript.whisperx[25].text 另外好像也要開始擴大這個部分施行方案那能不能夠把它變成是一個提升醫事人力留言的一個附加價值就是透過這個方案讓在偏鄉的這個附加價值就是讓這些所有的團隊願意留在這個地方服務
transcript.whisperx[26].start 582.501
transcript.whisperx[26].end 598.994
transcript.whisperx[26].text 有謝謝委員確實這個一開始是在花蓮縣的秀林鄉執行那也蠻成功的那現在呢已經過到到全國其他的各區也都責定六個區都有責定那個一個地點要再試辦
transcript.whisperx[27].start 599.855
transcript.whisperx[27].end 617.7
transcript.whisperx[27].text 那花蓮的部分我們是希望花東來做全面性的推動所以剛剛委員所提到的那他變成是一個誘因因為他不是這個fee for service他不是論量計酬那麼他是有框定的一定的費用
transcript.whisperx[28].start 618.88
transcript.whisperx[28].end 635.904
transcript.whisperx[28].text 那這個沒有用掉的部分反而會變成回饋有些也有保障點子的等等做法那我們來先從這個花東來先做全面性的示範的目標來推動很期待如果成效良好未來有沒有機會甚至一個縣來做一個處理
transcript.whisperx[29].start 638.945
transcript.whisperx[29].end 666.586
transcript.whisperx[29].text 那另外我們也了解即使鼓勵偏鄉人士留任是需要跨部會政策合作所以陳彥委員 莊瑞雄委員還有我們提示在醫療法第88條有提出一些修正的草案不過那個不是今天要去處理的地方不過這個草案最重要的精神就是希望針對離島偏鄉的各級服務跟所有醫事人員他的收入可以免計入這個因課稅的所得課稅裡面的那個範圍這部分不知道部長是不是
transcript.whisperx[30].start 667.026
transcript.whisperx[30].end 694.603
transcript.whisperx[30].text 支持這樣修法的精神這個就牽扯到跨部會這個部分就可能要麻煩部長也都能夠跟跨部會有一些更多的合作好那最後就是有關的這個刑事這個意思鑑定的部分麻煩請一下法務部的汪參士還有這個司法院的顧副廳長 抱歉 趕快來來來來一八十三年 這個刑事訴訟法就開始施行
transcript.whisperx[31].start 695.307
transcript.whisperx[31].end 714.255
transcript.whisperx[31].text 那結果我們也看到了一些困境今天早上林書分委也做了非常詳細的說明那想要請教這個王三世的就是需下刑事鑑定的案件裡面依舊是很重要的一個部分那有沒有其他像性暴力傷害精神鑑定這個也都受到影響了解我的意思嗎
transcript.whisperx[32].start 715.678
transcript.whisperx[32].end 736.873
transcript.whisperx[32].text 性暴力鑑定跟精神鑑定對因為如果說真的都需要透過這個部分來請相關的醫事人員醫師來做提供鑑定的話那當初是以依究為主的這些現象那如果是其他不是直接牽扯到依究而是性暴力傷害或精神鑑定因為這個法案的修正而受影響的部分
transcript.whisperx[33].start 737.645
transcript.whisperx[33].end 755.448
transcript.whisperx[33].text 如果性暴力鑑定跟精神鑑定也是要送醫師鑑定審議委員會處理的話如果我們過去是這樣的話那這樣都一定是會有影響的因為我們看到我們但是如果沒有再送進去的話那是另外的的話那就那就不是在我們這影響的案件裡面
transcript.whisperx[34].start 755.968
transcript.whisperx[34].end 778.718
transcript.whisperx[34].text 好那我們再到時候會再多了解到底這個影響的程度是如何還是真的沒有受到影響那司法院法官或者是顧副長長這邊我們也了解若是這個案件進入到法院審理的階段的時候法官仍然需要有具備法律證據能力的正式鑑定報告那請問一下目前在
transcript.whisperx[35].start 780.239
transcript.whisperx[35].end 787.106
transcript.whisperx[35].text 這個審判階段可能發生這個鑑定卡冠的問題嗎因為今天早上這個林委員林書文委員非常非常的關心
transcript.whisperx[36].start 788.707
transcript.whisperx[36].end 811.578
transcript.whisperx[36].text 跟委員報告 目前如果是醫省會的醫糾案件目前我們了解是目前有10件醫省會他們有拒絕鑑定目前是卡在法院這一端 就是沒辦法鑑定至於說其他的醫療糾紛的案件法院是轉給其他的單位來做鑑定這個部分是沒有問題的
transcript.whisperx[37].start 812.498
transcript.whisperx[37].end 826.406
transcript.whisperx[37].text 那至於說如果說像精神的鑑定或者是量型鑑定的話那醫療單位這部分鑑定到目前為止我們都沒有聽到任何問題所以碰到的問題不大目前就是醫審會的部分有卡關
transcript.whisperx[38].start 827.202
transcript.whisperx[38].end 848.596
transcript.whisperx[38].text Ok可是好像跟林委員的理解有所落差這部分我們會持續的來了解那其實衛護部跟法務部的合作在今年施行新制以後解決這個困境的有提供所謂醫療專業意見的示範計畫那這部分的示範計畫成果不知道可不可以也讓民眾或者是大家多了解一下
transcript.whisperx[39].start 849.831
transcript.whisperx[39].end 862.748
transcript.whisperx[39].text 大概我們目前已經啟動這個機制從今年5月開始那也陸續在進行不過還是要跟委員報告這個醫療專業意見並沒有辦法取代進入到刑事訴訟過程當中的鑑定
transcript.whisperx[40].start 864.91
transcript.whisperx[40].end 882.483
transcript.whisperx[40].text 他還是後端變得還要再正式要送一次鑑定的時候還是會出現同樣的問題卡關這個是可以協助這個檢察官要不要起訴或者是在調查階段上的輔助這個醫療專業意見書的概念是這樣
transcript.whisperx[41].start 885.552
transcript.whisperx[41].end 898.7
transcript.whisperx[41].text 是 因為這個醫療專業意見是用衛福部的名義出具是用醫審會的 對對對而不是由個人 不是個人或者是具名的方式一直以來的醫審會對於這個醫療糾紛的鑑定都是用共識覺
transcript.whisperx[42].start 903.082
transcript.whisperx[42].end 925.317
transcript.whisperx[42].text 就是會有這個初見醫師但是是經過委員大家討論之後可能也會有修訂的意見最後才做成共同的決定所以它是一個委員會的共識決並不是個別的單一醫師的意見而已了解 所以還是有一些困境需要大家共同來努力來解決好 那就謝謝謝謝主席好 請回