iVOD / 165933

Field Value
IVOD_ID 165933
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165933
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 2025-11-26T12:05:07+08:00
結束時間 2025-11-26T12:24:57+08:00
影片長度 00:19:50
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/f5b16bee5fdcc5c13d42507658555cdbba7bab90aa47d999a94b05c965ca2aff9aa7beedfef2e22d5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 劉建國
委員發言時間 12:05:07 - 12:24:57
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_00
transcript.pyannote[0].start 3.05159375
transcript.pyannote[0].end 12.36659375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 9.90284375
transcript.pyannote[1].end 10.56096875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 11.47221875
transcript.pyannote[2].end 16.23096875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 12.53534375
transcript.pyannote[3].end 12.63659375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 14.39159375
transcript.pyannote[4].end 14.89784375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 14.89784375
transcript.pyannote[5].end 15.13409375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 15.79221875
transcript.pyannote[6].end 15.85971875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 15.85971875
transcript.pyannote[7].end 15.87659375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 15.87659375
transcript.pyannote[8].end 15.92721875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 15.92721875
transcript.pyannote[9].end 15.97784375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 15.97784375
transcript.pyannote[10].end 15.99471875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 15.99471875
transcript.pyannote[11].end 16.04534375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 16.23096875
transcript.pyannote[12].end 18.37409375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 19.25159375
transcript.pyannote[13].end 20.80409375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 22.42409375
transcript.pyannote[14].end 24.93846875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 25.84971875
transcript.pyannote[15].end 28.54971875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 29.02221875
transcript.pyannote[16].end 37.37534375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 37.94909375
transcript.pyannote[17].end 38.65784375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 39.88971875
transcript.pyannote[18].end 44.68221875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 46.23471875
transcript.pyannote[19].end 58.03034375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 58.94159375
transcript.pyannote[20].end 69.25221875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 67.56471875
transcript.pyannote[21].end 67.63221875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 67.63221875
transcript.pyannote[22].end 67.78409375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 67.78409375
transcript.pyannote[23].end 71.31096875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 71.44596875
transcript.pyannote[24].end 79.91721875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 81.11534375
transcript.pyannote[25].end 105.38159375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 105.85409375
transcript.pyannote[26].end 107.94659375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 108.21659375
transcript.pyannote[27].end 108.89159375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 109.81971875
transcript.pyannote[28].end 112.60409375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 112.77284375
transcript.pyannote[29].end 114.93284375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 115.52346875
transcript.pyannote[30].end 124.87221875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 125.10846875
transcript.pyannote[31].end 129.37784375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 130.17096875
transcript.pyannote[32].end 131.30159375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 131.60534375
transcript.pyannote[33].end 142.35471875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 143.46846875
transcript.pyannote[34].end 145.44284375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 144.14346875
transcript.pyannote[35].end 146.62409375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 146.79284375
transcript.pyannote[36].end 158.03159375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 158.48721875
transcript.pyannote[37].end 159.61784375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 160.42784375
transcript.pyannote[38].end 179.63159375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 169.64159375
transcript.pyannote[39].end 169.86096875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 177.16784375
transcript.pyannote[40].end 198.54846875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 199.03784375
transcript.pyannote[41].end 201.21471875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 202.15971875
transcript.pyannote[42].end 203.25659375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 203.39159375
transcript.pyannote[43].end 232.92284375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 207.86346875
transcript.pyannote[44].end 208.26846875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 232.07909375
transcript.pyannote[45].end 240.26346875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 241.12409375
transcript.pyannote[46].end 250.32096875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 251.31659375
transcript.pyannote[47].end 253.72971875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 254.13471875
transcript.pyannote[48].end 276.69659375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 259.95659375
transcript.pyannote[49].end 261.98159375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 262.09971875
transcript.pyannote[50].end 263.24721875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 277.03409375
transcript.pyannote[51].end 291.51284375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 277.10159375
transcript.pyannote[52].end 277.47284375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 290.33159375
transcript.pyannote[53].end 295.34346875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 293.31846875
transcript.pyannote[54].end 294.19596875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 295.37721875
transcript.pyannote[55].end 307.37534375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 306.26159375
transcript.pyannote[56].end 309.16409375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 308.47221875
transcript.pyannote[57].end 327.38909375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 324.90846875
transcript.pyannote[58].end 326.08971875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 326.57909375
transcript.pyannote[59].end 333.66659375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 332.85659375
transcript.pyannote[60].end 335.13471875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 336.58596875
transcript.pyannote[61].end 350.11971875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 349.63034375
transcript.pyannote[62].end 355.40159375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 355.94159375
transcript.pyannote[63].end 372.39471875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 372.58034375
transcript.pyannote[64].end 394.53471875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 377.42346875
transcript.pyannote[65].end 377.67659375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 391.12596875
transcript.pyannote[66].end 391.36221875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 393.15096875
transcript.pyannote[67].end 416.91096875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 417.40034375
transcript.pyannote[68].end 422.91846875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 425.93909375
transcript.pyannote[69].end 447.85971875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 429.51659375
transcript.pyannote[70].end 429.63471875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 432.35159375
transcript.pyannote[71].end 433.43159375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 435.86159375
transcript.pyannote[72].end 437.39721875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 446.66159375
transcript.pyannote[73].end 453.93471875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 451.75784375
transcript.pyannote[74].end 452.46659375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 452.51721875
transcript.pyannote[75].end 453.22596875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 453.96846875
transcript.pyannote[76].end 460.02659375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 460.19534375
transcript.pyannote[77].end 464.73471875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 460.54971875
transcript.pyannote[78].end 460.88721875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 464.73471875
transcript.pyannote[79].end 471.04596875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 473.89784375
transcript.pyannote[80].end 477.34034375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 476.81721875
transcript.pyannote[81].end 485.35596875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 479.93909375
transcript.pyannote[82].end 481.17096875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 485.55846875
transcript.pyannote[83].end 491.16096875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 492.76409375
transcript.pyannote[84].end 521.23221875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 494.40096875
transcript.pyannote[85].end 496.30784375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 520.38846875
transcript.pyannote[86].end 526.48034375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 526.98659375
transcript.pyannote[87].end 546.00471875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 528.75846875
transcript.pyannote[88].end 528.80909375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 529.70346875
transcript.pyannote[89].end 529.77096875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 546.30846875
transcript.pyannote[90].end 550.07159375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 550.91534375
transcript.pyannote[91].end 576.00846875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 576.83534375
transcript.pyannote[92].end 589.45784375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 590.14971875
transcript.pyannote[93].end 592.14096875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 592.79909375
transcript.pyannote[94].end 606.73784375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 607.46346875
transcript.pyannote[95].end 609.10034375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 609.58971875
transcript.pyannote[96].end 626.02596875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 626.02596875
transcript.pyannote[97].end 671.75721875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 671.97659375
transcript.pyannote[98].end 675.38534375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 675.80721875
transcript.pyannote[99].end 678.87846875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 679.06409375
transcript.pyannote[100].end 679.57034375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 680.27909375
transcript.pyannote[101].end 684.59909375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 685.17284375
transcript.pyannote[102].end 687.48471875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 689.52659375
transcript.pyannote[103].end 690.87659375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 690.97784375
transcript.pyannote[104].end 692.61471875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 692.39534375
transcript.pyannote[105].end 692.51346875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 693.39096875
transcript.pyannote[106].end 693.59346875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 695.39909375
transcript.pyannote[107].end 719.58096875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 719.88471875
transcript.pyannote[108].end 768.13034375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 768.31596875
transcript.pyannote[109].end 775.58909375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 775.96034375
transcript.pyannote[110].end 790.99596875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 791.24909375
transcript.pyannote[111].end 799.72034375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 800.26034375
transcript.pyannote[112].end 804.24284375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 804.74909375
transcript.pyannote[113].end 806.57159375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 807.06096875
transcript.pyannote[114].end 812.37659375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 813.32159375
transcript.pyannote[115].end 814.77284375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 816.24096875
transcript.pyannote[116].end 826.02846875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 826.34909375
transcript.pyannote[117].end 830.33159375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 831.31034375
transcript.pyannote[118].end 832.32284375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 833.36909375
transcript.pyannote[119].end 834.44909375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 835.14096875
transcript.pyannote[120].end 836.35596875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 836.54159375
transcript.pyannote[121].end 848.48909375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 849.82221875
transcript.pyannote[122].end 850.69971875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 851.20596875
transcript.pyannote[123].end 858.37784375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 860.87534375
transcript.pyannote[124].end 864.35159375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 864.52034375
transcript.pyannote[125].end 865.98846875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 868.16534375
transcript.pyannote[126].end 874.84784375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 875.16846875
transcript.pyannote[127].end 879.74159375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 879.87659375
transcript.pyannote[128].end 926.80596875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 927.22784375
transcript.pyannote[129].end 929.87721875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 931.21034375
transcript.pyannote[130].end 931.53096875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 931.78409375
transcript.pyannote[131].end 932.29034375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 932.52659375
transcript.pyannote[132].end 934.65284375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 937.18409375
transcript.pyannote[133].end 940.96409375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 941.60534375
transcript.pyannote[134].end 944.44034375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 945.25034375
transcript.pyannote[135].end 946.78596875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 947.27534375
transcript.pyannote[136].end 949.23284375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 950.49846875
transcript.pyannote[137].end 952.35471875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 952.69221875
transcript.pyannote[138].end 957.28221875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 956.48909375
transcript.pyannote[139].end 957.24846875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 957.28221875
transcript.pyannote[140].end 957.31596875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 957.31596875
transcript.pyannote[141].end 957.58596875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 957.53534375
transcript.pyannote[142].end 1033.11846875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 957.82221875
transcript.pyannote[143].end 958.26096875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 966.85034375
transcript.pyannote[144].end 967.01909375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 977.66721875
transcript.pyannote[145].end 977.75159375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 977.78534375
transcript.pyannote[146].end 977.93721875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 1033.11846875
transcript.pyannote[147].end 1076.79096875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 1076.90909375
transcript.pyannote[148].end 1079.08596875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 1079.57534375
transcript.pyannote[149].end 1080.94221875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 1081.11096875
transcript.pyannote[150].end 1087.99596875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 1088.38409375
transcript.pyannote[151].end 1089.53159375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 1090.12221875
transcript.pyannote[152].end 1120.75034375
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 1120.86846875
transcript.pyannote[153].end 1125.72846875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 1126.04909375
transcript.pyannote[154].end 1144.39221875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 1144.10534375
transcript.pyannote[155].end 1144.32471875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 1144.62846875
transcript.pyannote[156].end 1144.67909375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 1144.67909375
transcript.pyannote[157].end 1144.89846875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 1144.89846875
transcript.pyannote[158].end 1145.87721875
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 1145.43846875
transcript.pyannote[159].end 1156.84596875
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 1157.03159375
transcript.pyannote[160].end 1163.98409375
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 1164.11909375
transcript.pyannote[161].end 1169.63721875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 1170.09284375
transcript.pyannote[162].end 1171.15596875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 1171.84784375
transcript.pyannote[163].end 1185.26346875
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 1185.26346875
transcript.pyannote[164].end 1186.09034375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 1185.29721875
transcript.pyannote[165].end 1185.31409375
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 1185.33096875
transcript.pyannote[166].end 1185.34784375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 1185.82034375
transcript.pyannote[167].end 1190.14034375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 1190.95034375
transcript.pyannote[168].end 1190.96721875
transcript.whisperx[0].start 3.189
transcript.whisperx[0].end 6.572
transcript.whisperx[0].text 這次出的問題就是紅色護方原料
transcript.whisperx[1].start 25.902
transcript.whisperx[1].end 44.504
transcript.whisperx[1].text 那這一個是從新加坡進口 進口商現場查扣有5批嘛那5批中就有3批驗出大量的蘇丹紅這個色素然後分別是在今年的1月還有2月1月到2月然後然後啪啦就就直接跳到10月
transcript.whisperx[2].start 46.294
transcript.whisperx[2].end 57.787
transcript.whisperx[2].text 那剛剛很多委員垂詢江署長跟部長的時候是特別提到是哪邊接收到的訊息那我聽到你們的答覆那基本上那你那個訊息是不是也集中在10月左右
transcript.whisperx[3].start 59.065
transcript.whisperx[3].end 79.594
transcript.whisperx[3].text 所以才趕快去再做這樣的一個清查並預防性的暫停販賣的下架嘛應該是這樣嘛對不對 不管你的訊息還是哪裡嘛10月底的時候才有訊息對嘛對 10月底也就是說10月底之前一直到今年的2月這個中間足足將近有8個月時間通通沒有訊息
transcript.whisperx[4].start 81.175
transcript.whisperx[4].end 104.628
transcript.whisperx[4].text 也因為通通沒有訊息所以我們才沒有去做更積極的動作嘛應該是這麼說嘛 對不對那因為剛剛有委員在取消你的過程裡面是說你的訊息的來源是不是從抖音是不是從小紅書那當然書長打我不是嘛 對不對那你有其他的管道可以接收這樣的訊息但是書長依照你的經驗還有一般人的這樣的一個怎麼講
transcript.whisperx[5].start 109.881
transcript.whisperx[5].end 127.202
transcript.whisperx[5].text 也是可以講說一般人的經驗怎麼會8個月內通都沒有如果這些東西我們現在逐批的請他暫停然後販賣下架你要不要再往前推然後他們到底是從新加坡進口進來的整個期程
transcript.whisperx[6].start 130.553
transcript.whisperx[6].end 159.265
transcript.whisperx[6].text 每個月 每週像這樣一個蘇丹紅的 複合性的這些護髮原料他每個月 每週到底多少批進來這八個月 從二月一直到十月 曾委員報告一下就是說化妝品的管理的時候在原料的管理部分跟成品的管理國際趨勢的確是往成品管理那這一次進來的這個他申請的批號其實是用其他
transcript.whisperx[7].start 160.498
transcript.whisperx[7].end 186.971
transcript.whisperx[7].text 植物性的著色料所以這個著色料裡面也不應該有蘇丹紅所以他報裡面也沒有報蘇丹紅這件事情在裡面所以在這種前提之下是參為假冒之下的而且他提出出來的原料的成分產品是假的我就是要問署長說他參為假冒就以這個十月份的這個案例裡面接收到相關訊息之後來做這樣的預防性的暫停販賣下架
transcript.whisperx[8].start 188.772
transcript.whisperx[8].end 201.05
transcript.whisperx[8].text 那你應該趕快往前推嘛到2月這個中間10到2月這8個月的Range裡面到底他這樣參為假冒的行為有多少次嘛
transcript.whisperx[9].start 202.199
transcript.whisperx[9].end 227.005
transcript.whisperx[9].text 有沒有往前追嗎 鮑威我們有往前批號我們現在批號是公布的是3批其實我們同仁門針對這個批號其實是穿透下去持續在查當中那我們也不限制在這3批那我們在有些GMP的廠裡面的一些原料有可能的我們持續在檢驗因為部長特別有進一步指示我們現在查到哪裡一定會公布到哪裡也不限制在這個批號裡面
transcript.whisperx[10].start 228.485
transcript.whisperx[10].end 253.536
transcript.whisperx[10].text 所以這部分我們會積極的查完之後跟全國國民做一些對 那反而我是提醒署長就是說限定在這些批號裡面從2月到10月到底進來的幾批嘛那你要不限定 那我當然樂觀其成嘛 對不對好 那我們先針對這幾批只有8個月 這8個月到底是進來的幾批了他的參與假冒行為到底幾次以上了
transcript.whisperx[11].start 254.415
transcript.whisperx[11].end 274.723
transcript.whisperx[11].text 這個有牽涉到後續你們的告發你們的罰款甚至於這個都要移送法辦嘛 對不對好 我們要怎麼處置嘛你現在就必須要斷然處置嘛針對有批要的這幾批就要馬上很明確的數字出來從2月到10月我只是講這8個月鏈局喔如果要再往前推那可能也推不了了嘛
transcript.whisperx[12].start 275.163
transcript.whisperx[12].end 298.497
transcript.whisperx[12].text 那你要再擴大那是更好我們目前查到目前這三批是有異常的其他的我們其實在P它的P號裡面不是每一批都有異常就是特別的地方它並不是每一批都有異常所以查到的是這三批你如果沒有接到訊息你可能也不會查到有異常了你是有接到訊息你才有異常啊對啊我們是說依照你們的經驗法則往前推
transcript.whisperx[13].start 299.457
transcript.whisperx[13].end 311.08
transcript.whisperx[13].text 這幾批我們就可以來斷定大致上他參與緩冒的行為行徑已經N次以上了嘛應該是可以這麼做這絕對是不能排除的我們會積極的去查所以我是覺得說這個能不能在多久時間內可以公告讓全國國人知道因為我剛剛是看到媒體報的是
transcript.whisperx[14].start 319.182
transcript.whisperx[14].end 331.966
transcript.whisperx[14].text 已經分別製成18項不過我聽部長的口中打五元是已經高達20項了對不對 有可能會再增加目前是我們請衛生局去盤查所以每天都有新的回報進度而且這些化妝品都已經換派給消費者
transcript.whisperx[15].start 336.853
transcript.whisperx[15].end 354.773
transcript.whisperx[15].text 對 所以有些是有攔截沒有出去有些是從市場上面攔截公佈之後呢回收下架持續在進行當中那目前呢公佈的20項裡面的都已經在持續的在進行那我剛剛特別要求就是針對這三批其他的不是這三批你要自己追查當然
transcript.whisperx[16].start 356.164
transcript.whisperx[16].end 371.234
transcript.whisperx[16].text 務必要 積極的來做嘛那這三批在這八個月裡面可以怎麼樣的溯及既往可以怎麼樣的來清查他到底這樣的虛假冒已經幾次上新委能不能在兩週內可以給委員會一個交代
transcript.whisperx[17].start 372.154
transcript.whisperx[17].end 393.913
transcript.whisperx[17].text 說明這邊跟委員報告一下說之前 現在這次進來是508嘛那我們會去研議這個部分在原料的部分 特別是化妝品原料部分去精進那對於剛才委員說要多少時間內能夠把我們現在批號我想應該在兩週內的先對的批號 因為是就可以吃到是哪些批號然後做評估說明好 謝謝
transcript.whisperx[18].start 395.834
transcript.whisperx[18].end 422.797
transcript.whisperx[18].text 在這個禮拜一啦我是在委員會有特別請那個蔡署長來做說明嘛那化學署的蔡署長表示說管制的是1%以上的化學物質對不對好然後現在化專品檢驗出的是1.3ppm對不對遠低於這個獨管法規定的濃度所以是食藥署要負起追蹤的責任沒有錯吧應該是這樣嘛好我想對化學署的這種說法部長跟江署長有什麼看法
transcript.whisperx[19].start 426.027
transcript.whisperx[19].end 450.618
transcript.whisperx[19].text 我們其實這個原料其實1000多ppm從原料端是1000多ppm但是我們自身產品的時候最低的我們測到是1.3最低是1.3所以理論上這個參維假冒這個它沒有揭露出來是屬於有蘇丹紅加進去的確是它的困難但是1000多ppm是非常非常高的對 這裡的紅色複方原料中是高達1.486ppm對不對1000多嘛 1000多對
transcript.whisperx[20].start 454.119
transcript.whisperx[20].end 470.746
transcript.whisperx[20].text 而且這個蘇丹紅的三瓶的濃度最高也達到54ppm對 假如有測到的成品製劑裡面的化妝品是50幾ppm好 我幫大家複習一下去年蘇丹紅辣椒粉的事件驗出來是多少大家有印象吧還是蘇長你有印象嗎
transcript.whisperx[21].start 473.959
transcript.whisperx[21].end 490.473
transcript.whisperx[21].text 到PPB的level是更低的一個濃度18ppb嘛對不對換算起來是等於相當於0.018ppm嘛沒有錯嘛好 去年蘇丹農我們就知道這麼嚴重了這次的濃度是去年的3000倍
transcript.whisperx[22].start 492.779
transcript.whisperx[22].end 511.09
transcript.whisperx[22].text 所以這邊跟委員報告化妝品的時候呢是對於化妝品的檢驗原來是用HPLC的是5ppm的檢驗極限所以我們這次也發現用這樣子的規格濃度其實對於成品的部分要去檢測出來有它的困難度所以我們緊急的開發達到0.2ppm的一個濃度的一個檢驗的一個層級
transcript.whisperx[23].start 516.073
transcript.whisperx[23].end 533.623
transcript.whisperx[23].text 那希望能夠對於這些成品以及這些原料能夠積極的確定我今天是要特別強調不管是用吃的還是抹在人體身上連一趴我們都不能接受應該是有這樣的決心跟作為所以我是要透過這個專報
transcript.whisperx[24].start 534.984
transcript.whisperx[24].end 546.57
transcript.whisperx[24].text 也不是要看食藥署推給化學署還是化學署推給食藥署我是希望部長這邊可以來集結這兩個署的單位甚至包含關務署的力量都要進來然後如何來進行防堵
transcript.whisperx[25].start 551.13
transcript.whisperx[25].end 575.737
transcript.whisperx[25].text 因為大家 這個你不通力合作這個事情一定會層出不窮嘛然後我剛剛特別講的那空窗的八個月到底發生什麼狀況所以我才希望食藥署這邊可以積極來做這樣的一個調查嘛然後公告給我們這個全國國人知道而且現在是境外已經調合混合的這些原物料如果在邊境可以進行有效稽查跟查驗呢
transcript.whisperx[26].start 577.693
transcript.whisperx[26].end 586.769
transcript.whisperx[26].text 這個如果你們不通力合作單憑一個單位我是覺得不是10月發生這個事情可能馬上是2月就會有這個事情在發生所以就像蘇昭偉講的這蘇丹紅會讓你們哄不讓
transcript.whisperx[27].start 590.325
transcript.whisperx[27].end 604.585
transcript.whisperx[27].text 紅不退喔 會一直紅下去那你們會搞個七月過頭然後到時候台灣又一直出現了這種食安的問題然後連這個藥妝都一直出問題也不是說你們明年之後七月開始才要求這些藥妝廠必須要服務GMP喔
transcript.whisperx[28].start 607.769
transcript.whisperx[28].end 625.337
transcript.whisperx[28].text 絕對不是這個樣子就可以解決了謝謝委員的提醒我們對於原料關的管理的部分目前雖然說是國際是在所謂的成品端我們對於原料端的特殊的一些色素的部分的確有積極去進一步去研議的空間我們會積極的努力
transcript.whisperx[29].start 626.357
transcript.whisperx[29].end 641.017
transcript.whisperx[29].text 好 我這邊要有個具體三項的要求啦如果有什麼問題就直接回應啦針對獨管罰除了目前已管制的化學物質環境部應與衛護部定期嚴厲公告納管食安藥裝一律的化學物質不容許有0.1%的風險存在
transcript.whisperx[30].start 643.299
transcript.whisperx[30].end 669.973
transcript.whisperx[30].text 然後一個月內環境部與衛務部等相關部會研議要求事業單位將化學物質運作資料申報至各部會的資訊系統並藉階化學群處理確認後回傳各部會檢核建立共同把關的這個系統好那第三個兩週內環境部也要成立這個成立稽查專案然後針對具有食安風險已立之毒性化學物質加強追蹤流向避免流入食品或藥裝的供應鏈這應該可以嗎
transcript.whisperx[31].start 672.094
transcript.whisperx[31].end 686.966
transcript.whisperx[31].text 莫過有一款雙氧水在建大棟塔的事情對 這在中國發生過的事情啊可以吧好 那可以就請回 請部長留下 好不好然後再請這個 邵氏廳的廳長中廳長對不起 對不起那個 請顧副廳長
transcript.whisperx[32].start 695.458
transcript.whisperx[32].end 718.568
transcript.whisperx[32].text 我是剛剛有聽副廳長因為聲音特別小不過我聽起來你的答覆各個委員都一直要強調這個量刑的刑度比較低基本上還是屬於比較個案 是這樣但是11月19號的時候那個總廳長來講他是已經有到各地院跟全國各地院的法官坐下來座談
transcript.whisperx[33].start 719.969
transcript.whisperx[33].end 732.882
transcript.whisperx[33].text 然後我們是從家暴的量刑去做討論他的距離回應對我們委員會的回應是這個樣子他是覺得說雖然有些是個案但是在立法院所訂出來的法律這個論舉裡面從新政的一個
transcript.whisperx[34].start 735.985
transcript.whisperx[34].end 765.365
transcript.whisperx[34].text 一個大家的一個是不是有一個比較有一個具體的這樣一個共識應該來做這樣的一個量刑會比較恰當啦那當然他是有去討論那具體結果他是沒有答覆啦那我要在這邊跟副理長還有跟部長討論就是說你看這幾個數據齁可能都會像我是隱喻維吾爾法律的罪者基本上都是判刑太過輕所以相對他們覺得這個成本很低然後代價很低所以就是屢試不爽
transcript.whisperx[35].start 765.985
transcript.whisperx[35].end 786.855
transcript.whisperx[35].text 然後我們的案件就會層出不窮那你現在看這一個在整個醫療機構所有醫療法第二四條第二項所列的防禦醫療業務的執行案件111年是260件到112年變成331件已經暴增了將近快三成了然後再來在113年我現在因為我這個資料現在拉出來是這樣113還沒有我用1月來講
transcript.whisperx[36].start 791.717
transcript.whisperx[36].end 796.359
transcript.whisperx[36].text 331件違反24條的第二項 結案248 未結案還有83然後行政不法39件然後這個刑案不起訴57件 罰款43件然後拘獄罰金緩刑14件 有期徒刑30件然後這個會議可以看
transcript.whisperx[37].start 816.574
transcript.whisperx[37].end 832.082
transcript.whisperx[37].text 兩者如果以這個行政部法再加上這個刑案不起訴57件兩者總共加起來是96件佔這個全部案件差不多4成了換句話說每10件通報就4件最後沒有任何的處分
transcript.whisperx[38].start 833.41
transcript.whisperx[38].end 847.915
transcript.whisperx[38].text 沒有任何處分你覺得這還是個案嗎這其一啦再來看能用錢處理的案件罰款是43件對不對拘罰金緩刑14件那加起來57件佔全部案件的23%這個還是個案嗎最後大家關注的判有期徒刑112.34件佔比是13.7%
transcript.whisperx[39].start 861.239
transcript.whisperx[39].end 888.853
transcript.whisperx[39].text 應該大家就可以看出來這個醫療的暴力吼 代價有多低啦我要提醒這件事情 這是其一那第二件事情 兩件事講完之後就請副廳長就統一答覆啦吼這個 我們現在大致上引用11月份發生的事情這去年在內湖三總有個暴力的醫療這個 這個 這個 這個犯罪犯罪人士嗆說 狼肉回頭不是報恩就報仇啦
transcript.whisperx[40].start 889.173
transcript.whisperx[40].end 907.102
transcript.whisperx[40].text 然後潑尿威脅護理師他是從這個男子是從去年的9月底到三種戀屋醫院住院由護理師護理長照護9月30之後他突然傳進這個護理長辦公室說楊岩啊他如果得癌症他會去做做一件很想很久很想要做的事情就是要對
transcript.whisperx[41].start 908.422
transcript.whisperx[41].end 925.167
transcript.whisperx[41].text 對這些護理人員下毒手這是其一然後12月19月底12月2號晚間這個男子再度向護理師討安眠藥招聚暴怒然後再丟出剛剛我講的那句話然後前後就是換了兩個罪刑最後法院是兩罪併罰然後應執行五個月的刑期
transcript.whisperx[42].start 937.213
transcript.whisperx[42].end 949.063
transcript.whisperx[42].text 我剛剛用那些數據12年的數據然後再用這個案件兩個加起來變成兩罪併五還應執行五個月我要請教副庭長你怎麼看待這件事情
transcript.whisperx[43].start 950.746
transcript.whisperx[43].end 977.782
transcript.whisperx[43].text 先簡單回覆就好好不好也請拜託副理事長你可能這個要對麥克風不然聲音比較聽不到委員報告一下就是說醫療法106條他第三項的規定就刑事不法的部分他是三年以下有期徒刑那這個刑度本來就不重那他的行為是強暴脅迫或者是其他恐嚇的行為然後妨礙醫療業務那如果說他今天有涉及到其他有傷害或其他的一個恐嚇的一些相關的一個行為的話
transcript.whisperx[44].start 978.422
transcript.whisperx[44].end 993.287
transcript.whisperx[44].text 那如果說醫生這部分是有提告的部分那這部分就妨礙醫療罪的部分跟所謂的傷害罪的部分是可以另外就是說它可以是分別論罪的就是說它這個部分型度來講的話是可以做一個比較充分的評價
transcript.whisperx[45].start 994.247
transcript.whisperx[45].end 1021.064
transcript.whisperx[45].text 那所以我想說還是要回歸到個案因為每個個案的情況是不一樣那檢察官他做一個偵查的時候他必須要先確認說這個檢察官他必須要去調查證據看說這個部分有沒有構成犯罪嫌疑如果有犯罪嫌疑的話他才會起訴到法院那當起訴到法院之後有些被告可能會認罪或不認罪有些被告可能會和解那有些被告可能會道歉當然也有說否認犯罪的情況所以每一個情形會不太一樣
transcript.whisperx[46].start 1021.684
transcript.whisperx[46].end 1041.933
transcript.whisperx[46].text 那當然這個量刑的妥適與否那這個部分我們會在我們的這個就是所謂的教育訓練當中也跟法官提醒這樣一個量刑的一個議事我想我們在立法院所有的委員大家是積極在修法立法對不對就主要還是要這個嚇阻
transcript.whisperx[47].start 1044.115
transcript.whisperx[47].end 1069.872
transcript.whisperx[47].text 這個醫療暴力然後保護這些醫護人員在第一線的時候可以在做整個對病患的救治這個生命的維護基本上尤其在這種醫療機構的場所它是一個重中之重的地方那如果說今天我們修法立法然後一直到檢察官的起訴到法院的判刑都一直沒有辦法達到這樣的嚇阻而且我們也沒有去看一些案子來講
transcript.whisperx[48].start 1070.812
transcript.whisperx[48].end 1089.42
transcript.whisperx[48].text 不管他在事後的後悔啦請求罰官 重新量刑等等等但是這些案件就層出不窮然後一直降不下來那這個還叫做個案的認定我覺得這顯然有蠻大的落差啦就我個人的看法啦
transcript.whisperx[49].start 1090.582
transcript.whisperx[49].end 1119.036
transcript.whisperx[49].text 所以我是要提說那天那個廳長就已經有特別提到說他願意到他已經有在實際的行動他到各地院的法院去跟法官座談然後也是希望大家可以針對這個量刑的部分取得一定的程度這樣的一個共識嘛那這樣的事情始終從近這五年來講這個醫療的暴力在醫院醫療機構發生的這案件一直沒辦法往下降然後我們看到了有將近一二年有將近四成不是
transcript.whisperx[50].start 1121.711
transcript.whisperx[50].end 1143.712
transcript.whisperx[50].text 不起訴然後不判刑也不罰款的情況之下佔了市場那顯然是不是這個法律我們是不是應該要來大修了還是說你們有什麼樣的比較更好的積極的這樣的一個建議那或者如果副理事長你還一直在用個案去做這樣的一個回應我覺得這會與社會的期待有所落差啦
transcript.whisperx[51].start 1145.113
transcript.whisperx[51].end 1170.914
transcript.whisperx[51].text 謝謝委員 就是說關於說這個刑度本身就是說法定刑的區間範圍本身是不是能夠符合這個罪行相當那這個部分可能在處條審議的部分我們會適時再表示意見好 謝謝那我是不是請 時部長都還沒有讓部長答覆了我是請部長還有司法院還有法務部應該是這個樣子是不是再如何提高這個醫療場所暴力行為的嚇阻效果嚇阻效果
transcript.whisperx[52].start 1171.892
transcript.whisperx[52].end 1189.609
transcript.whisperx[52].text 你們是不是可以誇不惠的 誇怨的大家在兩個禮拜內坐下來好好討論是不是有什麼樣的積極作為可以來回應社會大眾還有回應委員會的各位的這樣的一個期待 可以吧可以可以 兩週內喔 OK好 謝謝部長 好 謝謝好 謝謝主席