iVOD / 167148

Field Value
IVOD_ID 167148
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167148
日期 2026-01-19
會議資料.會議代碼 委員會-11-4-26-20
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20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 20
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20次全體委員會議
影片種類 Clip
開始時間 2026-01-19T10:21:42+08:00
結束時間 2026-01-19T10:33:38+08:00
影片長度 00:11:56
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/4ba512932926f851189e87a8a7b5d908e1f8a6d37bdd8b89f6512ba5efdfd30a0853a9f02a015eae5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 蘇清泉
委員發言時間 10:21:42 - 10:33:38
會議時間 2026-01-19T09:00:00+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20次全體委員會議(事由:一、審查(一) 行政院函請審議「藥事法部分條文修正草案」案。(二) 委員羅廷瑋等20人擬具「藥事法第五十五條條文修正草案」案。(三) 委員羅廷瑋等17人擬具「藥事法第二十七條之二、第四十八條之二及第九十六條之一條文修正草案」案。(四) 委員徐欣瑩等20人擬具「藥事法第八十條及第九十四條條文修正草案」案。(五) 委員劉建國等16人擬具「藥事法部分條文修正草案」案。(六) 委員王正旭等20人擬具「藥事法部分條文修正草案」案。(七) 委員林月琴等18人擬具「藥事法部分條文修正草案」案。(八) 委員郭昱晴等16人擬具「藥事法部分條文修正草案」案。(九) 委員王鴻薇等18人擬具「藥事法部分條文修正草案」案。(十) 委員邱鎮軍等20人擬具「藥事法部分條文修正草案」案。(十一) 委員林倩綺等18人擬具「藥事法部分條文修正草案」案。(十二) 委員陳菁徽等16人擬具「藥事法部分條文修正草案」案。二、審查(一) 行政院函請審議「藥害救濟法第三條及第二十八條條文修正草案」案。(二) 委員羅廷瑋等16人擬具「藥害救濟法第三條條文修正草案」案。(三) 委員劉建國等16人擬具「藥害救濟法第三條及第二十八條條文修正草案」案。(四) 委員王正旭等19人擬具「藥害救濟法第三條及第二十八條條文修正草案」案。(五) 委員林月琴等18人擬具「藥害救濟法第三條條文修正草案」案。(六) 委員郭昱晴等16人擬具「藥害救濟法第三條及第二十八條條文修正草案」案。(七) 委員王鴻薇等18人擬具「藥害救濟法第三條及第二十八條條文修正草案」案。」(八) 委員邱鎮軍等19人擬具「藥害救濟法第三條及第二十八條條文修正草案」案。(九) 委員林倩綺等18人擬具「藥害救濟法第三條及第二十八條條文修正草案」案。(十) 委員翁曉玲等17人擬具「藥害救濟法第三條條文修正草案」案。【第一(十一)及二(九)案,如未經各黨團簽署不復議同意書,則不予審查;第一(十二)及二(十)案,如未經院會交付本會審查或未經各黨團簽署不復議同意書,則不予審查】【綜合詢答】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 5.19471875
transcript.pyannote[0].end 7.97909375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 10.79721875
transcript.pyannote[1].end 13.48034375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 11.99534375
transcript.pyannote[2].end 13.41284375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 13.73346875
transcript.pyannote[3].end 14.40846875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 20.31471875
transcript.pyannote[4].end 21.52971875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 22.32284375
transcript.pyannote[5].end 26.45721875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 26.91284375
transcript.pyannote[6].end 30.86159375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 31.36784375
transcript.pyannote[7].end 35.78909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 36.93659375
transcript.pyannote[8].end 39.14721875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 39.51846875
transcript.pyannote[9].end 40.75034375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 40.86846875
transcript.pyannote[10].end 41.64471875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 42.03284375
transcript.pyannote[11].end 44.56409375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 44.05784375
transcript.pyannote[12].end 48.10784375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 48.27659375
transcript.pyannote[13].end 50.21721875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 48.41159375
transcript.pyannote[14].end 48.64784375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 50.21721875
transcript.pyannote[15].end 50.89221875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 50.89221875
transcript.pyannote[16].end 54.67221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 51.56721875
transcript.pyannote[17].end 51.98909375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 54.75659375
transcript.pyannote[18].end 64.05471875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 54.79034375
transcript.pyannote[19].end 55.49909375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 64.47659375
transcript.pyannote[20].end 66.16409375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 66.68721875
transcript.pyannote[21].end 73.43721875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 74.07846875
transcript.pyannote[22].end 79.29284375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 79.96784375
transcript.pyannote[23].end 85.16534375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 82.11096875
transcript.pyannote[24].end 82.68471875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 83.10659375
transcript.pyannote[25].end 83.20784375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 83.91659375
transcript.pyannote[26].end 87.84846875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 86.81909375
transcript.pyannote[27].end 89.21534375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 91.15596875
transcript.pyannote[28].end 99.37409375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 100.01534375
transcript.pyannote[29].end 104.20034375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 104.53784375
transcript.pyannote[30].end 106.86659375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 107.77784375
transcript.pyannote[31].end 110.83221875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 110.98409375
transcript.pyannote[32].end 113.26221875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 113.36346875
transcript.pyannote[33].end 116.48534375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 116.87346875
transcript.pyannote[34].end 128.44971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 128.53409375
transcript.pyannote[35].end 133.68096875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 134.01846875
transcript.pyannote[36].end 145.71284375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 143.92409375
transcript.pyannote[37].end 144.51471875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 145.32471875
transcript.pyannote[38].end 166.04721875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 166.26659375
transcript.pyannote[39].end 186.17909375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 186.55034375
transcript.pyannote[40].end 190.34721875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 190.76909375
transcript.pyannote[41].end 197.28284375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 197.46846875
transcript.pyannote[42].end 198.90284375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 198.90284375
transcript.pyannote[43].end 237.14159375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 198.93659375
transcript.pyannote[44].end 199.02096875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 237.47909375
transcript.pyannote[45].end 249.91596875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 248.31284375
transcript.pyannote[46].end 249.73034375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 250.16909375
transcript.pyannote[47].end 253.52721875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 253.15596875
transcript.pyannote[48].end 255.16409375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 256.46346875
transcript.pyannote[49].end 258.42096875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 258.75846875
transcript.pyannote[50].end 261.37409375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 261.66096875
transcript.pyannote[51].end 262.09971875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 262.90971875
transcript.pyannote[52].end 271.92096875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 272.24159375
transcript.pyannote[53].end 274.67159375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 275.65034375
transcript.pyannote[54].end 282.07971875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 282.07971875
transcript.pyannote[55].end 283.07534375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 282.28221875
transcript.pyannote[56].end 294.31409375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 295.07346875
transcript.pyannote[57].end 316.99409375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 299.81534375
transcript.pyannote[58].end 299.83221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 299.83221875
transcript.pyannote[59].end 300.52409375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 300.52409375
transcript.pyannote[60].end 300.54096875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 317.87159375
transcript.pyannote[61].end 334.84784375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 334.37534375
transcript.pyannote[62].end 371.36534375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 344.23034375
transcript.pyannote[63].end 345.12471875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 371.88846875
transcript.pyannote[64].end 382.41846875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 382.51971875
transcript.pyannote[65].end 387.88596875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 388.25721875
transcript.pyannote[66].end 388.32471875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 388.64534375
transcript.pyannote[67].end 397.36971875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 391.53096875
transcript.pyannote[68].end 394.02846875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 396.39096875
transcript.pyannote[69].end 398.11221875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 398.11221875
transcript.pyannote[70].end 398.29784375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 398.29784375
transcript.pyannote[71].end 398.50034375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 398.50034375
transcript.pyannote[72].end 403.59659375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 402.58409375
transcript.pyannote[73].end 403.02284375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 403.76534375
transcript.pyannote[74].end 407.00534375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 405.55409375
transcript.pyannote[75].end 435.92909375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 436.26659375
transcript.pyannote[76].end 452.28096875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 436.31721875
transcript.pyannote[77].end 437.51534375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 452.41596875
transcript.pyannote[78].end 454.60971875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 454.94721875
transcript.pyannote[79].end 461.49471875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 461.44409375
transcript.pyannote[80].end 475.06221875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 461.93346875
transcript.pyannote[81].end 462.30471875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 472.34534375
transcript.pyannote[82].end 473.20596875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 474.43784375
transcript.pyannote[83].end 481.91346875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 479.77034375
transcript.pyannote[84].end 480.32721875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 481.67721875
transcript.pyannote[85].end 482.92596875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 482.36909375
transcript.pyannote[86].end 490.48596875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 491.07659375
transcript.pyannote[87].end 494.43471875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 494.67096875
transcript.pyannote[88].end 495.56534375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 495.66659375
transcript.pyannote[89].end 495.73409375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 495.73409375
transcript.pyannote[90].end 499.66596875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 495.81846875
transcript.pyannote[91].end 497.37096875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 499.78409375
transcript.pyannote[92].end 521.43471875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 521.90721875
transcript.pyannote[93].end 531.81284375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 529.77096875
transcript.pyannote[94].end 555.69096875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 539.40659375
transcript.pyannote[95].end 540.06471875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 555.38721875
transcript.pyannote[96].end 569.20784375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 559.97721875
transcript.pyannote[97].end 560.17971875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 569.73096875
transcript.pyannote[98].end 573.83159375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 572.07659375
transcript.pyannote[99].end 572.32971875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 572.68409375
transcript.pyannote[100].end 574.97909375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 574.54034375
transcript.pyannote[101].end 581.76284375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 582.43784375
transcript.pyannote[102].end 586.43721875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 587.02784375
transcript.pyannote[103].end 590.36909375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 590.57159375
transcript.pyannote[104].end 591.73596875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 591.61784375
transcript.pyannote[105].end 593.54159375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 593.54159375
transcript.pyannote[106].end 593.62596875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 593.62596875
transcript.pyannote[107].end 594.13221875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 593.65971875
transcript.pyannote[108].end 595.95471875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 596.05596875
transcript.pyannote[109].end 600.46034375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 601.50659375
transcript.pyannote[110].end 602.55284375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 604.22346875
transcript.pyannote[111].end 613.79159375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 610.56846875
transcript.pyannote[112].end 611.42909375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 613.11659375
transcript.pyannote[113].end 627.94971875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 626.85284375
transcript.pyannote[114].end 629.83971875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 629.56971875
transcript.pyannote[115].end 637.51784375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 630.53159375
transcript.pyannote[116].end 631.35846875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 632.16846875
transcript.pyannote[117].end 632.79284375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 638.09159375
transcript.pyannote[118].end 653.09346875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 638.49659375
transcript.pyannote[119].end 639.42471875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 653.27909375
transcript.pyannote[120].end 666.23909375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 666.61034375
transcript.pyannote[121].end 669.15846875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 668.80409375
transcript.pyannote[122].end 668.92221875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 668.98971875
transcript.pyannote[123].end 691.72034375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 692.24346875
transcript.pyannote[124].end 698.03159375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 697.86284375
transcript.pyannote[125].end 698.65596875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 698.08221875
transcript.pyannote[126].end 702.52034375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 700.14096875
transcript.pyannote[127].end 700.63034375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 702.48659375
transcript.pyannote[128].end 713.18534375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 702.85784375
transcript.pyannote[129].end 705.38909375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 711.64971875
transcript.pyannote[130].end 711.97034375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 711.97034375
transcript.pyannote[131].end 712.05471875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 713.89409375
transcript.pyannote[132].end 714.14721875
transcript.whisperx[0].start 5.742
transcript.whisperx[0].end 30.076
transcript.whisperx[0].text 謝謝我們主席 尊敬的縣長次長來 請次長江署長江署長我也好次長辛苦了來 我先問一個問題我們現在台灣一年的藥費就包括健保給付的
transcript.whisperx[1].start 31.482
transcript.whisperx[1].end 40.558
transcript.whisperx[1].text 我們說2800億左右是有沒有包括OTC的藥有一部分 如果是健保給付的話那健康食品沒有
transcript.whisperx[2].start 42.079
transcript.whisperx[2].end 65.484
transcript.whisperx[2].text 那健康食品一年有多少規模那規模幾乎比藥品還多保健相關1500億保健相關應該是1500億以上1500億對 健康食品少但保健相關的食品我們目前努力在全面希望能夠進入納管然後以及對於它的廣告以及各項的所謂的潛在的可行的功效等等我們會目前持續在規劃當中
transcript.whisperx[3].start 66.884
transcript.whisperx[3].end 86.9
transcript.whisperx[3].text 所以現在的藥品規模如果包括健保醫療用的加上OTC的加上保健食品的那這樣一年應該要有4000多億差不多吧 多少你也不知道食藥署長你搞不清楚啊應該要問一下經濟部的同仁一下經濟部都亂講
transcript.whisperx[4].start 91.326
transcript.whisperx[4].end 114.697
transcript.whisperx[4].text 現在美國的保健食品機關稅要歸零現在看起來是要歸零那些魚油什麼的全部都大陸進來了我們現在健保要一年2800億左右那真的台灣生產的我記得市長才1200億喔
transcript.whisperx[5].start 116.926
transcript.whisperx[5].end 133.155
transcript.whisperx[5].text 我們自己國內的藥品事實上它品項是多但是它其實因為都比較是屬於不是非常昂貴的藥品所以它的健保給付或者是相關的這個規模來講是比較少一點所以你現在修改藥是你的目的就是
transcript.whisperx[6].start 134.136
transcript.whisperx[6].end 155.074
transcript.whisperx[6].text 讓我們這裡的學民藥Generic的友情讓他保護要做原料藥也要保護讓我們台灣有韌性醫療你們今天目的是要這樣嗎今天這是確定就是說在某些緊急狀況之下後藥品缺乏的時候我們那個供應韌性要能夠穩定那另外還有一個計畫也希望大院可以支持就是我們的藥品韌性計畫
transcript.whisperx[7].start 156.075
transcript.whisperx[7].end 171.52
transcript.whisperx[7].text 那保温就是針對國產藥品國產原料藥那我們去輔導有些藥品讓它盡量逐漸的走向自己國產自己做不用依靠進口藥品那這是當然是我們的理想你知道我們這個國產的學名藥或者國產藥廠我是覺得他們很可憐
transcript.whisperx[8].start 177.089
transcript.whisperx[8].end 196.054
transcript.whisperx[8].text 三百幾斤然後產值那麼低然後一天到晚要告我看最近就有八十幾件國外原廠來告台灣的侵害專利你們食藥署是在輔導還是保護你們有盡到責任嗎
transcript.whisperx[9].start 197.694
transcript.whisperx[9].end 213.942
transcript.whisperx[9].text 還是報告去試報告委員就說這個部分其實特別提到所謂的專利侵害的一些訴訟的我們有看到有八十件那這些高的藥費其實很多都是原來是原廠的原廠用很多很多的方式去
transcript.whisperx[10].start 215.263
transcript.whisperx[10].end 232.977
transcript.whisperx[10].text 審核延長 一直延長它的專利所以我們其實在這個過程中我們前一陣子也跟特別有提到跟智慧財產局我們必須食藥署跟智慧財產局去協作把這件事能夠釐清透過我們的所謂的專利能夠揭露之後讓上市前的專利釐清
transcript.whisperx[11].start 234.238
transcript.whisperx[11].end 254.549
transcript.whisperx[11].text 那也避免說是很漫長的所以我們做了一件事情叫做依法暫停12個月釐清專利的爭議能夠比照國際跟其他國家的專利連結的制度這個12個月呢讓他專利挑戰跟迴避成功的首名學家學名藥文再給他鼓勵因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在 因為現在
transcript.whisperx[12].start 262.972
transcript.whisperx[12].end 270.898
transcript.whisperx[12].text 那個靠心 蓋立族阻斷制跟這樣截止掉 革社會就必須再一個新的再保護12年 15年我們經濟不好 不能做什麼事情
transcript.whisperx[13].start 276.187
transcript.whisperx[13].end 294.142
transcript.whisperx[13].text 沒有三針刺 這樣就過了15年因為我們這裡有錢也沒有機會啊它沒有新的藥它就兩三種藥併在一起現在有三種藥 利尿劑也併進去兩三種藥併成一個又一個新的藥又出來又是給你申請專利又是10年 又是12年 又是15年
transcript.whisperx[14].start 295.123
transcript.whisperx[14].end 316.555
transcript.whisperx[14].text 所以針對這一點我們其實我們有看到問題啦所以我們有看到問題你們解決啦有有有我們同時呢把這件事情跟經濟部這邊的我們智慧產產局這邊能夠做對接這件事情呢其實為了整體藥物的韌性以對國內能夠充滿他人的支持之後藥物韌性下來那所以裡面呢我們持續在做當中
transcript.whisperx[15].start 317.896
transcript.whisperx[15].end 322.522
transcript.whisperx[15].text 保護 保護不好聽啦扶植我們的國產藥廠讓他們能夠這樣三八幾天看能不能直接從八八天安得好啊有藥症就不要生產生產就大家都死嘛大家都產殖一點點啊 市長
transcript.whisperx[16].start 334.698
transcript.whisperx[16].end 360.764
transcript.whisperx[16].text 我們盡量調整可是報告委員我們也希望說至少要有幾家藥廠都有在生產某一個藥品或者是幾家藥廠都有能力生產某一種藥品這樣一旦某一家藥廠出問題我們可以協調其他藥廠來供應製造再來也跟委員報告就是說有些已經過專利期很久的其實有些已經過專利期很久的我們自己國產的藥廠是有能力生產的因為它已經沒有專利的問題了可是過去沒有相關的誘因它大家都全部依賴進口
transcript.whisperx[17].start 361.764
transcript.whisperx[17].end 378.635
transcript.whisperx[17].text 所以我們現在就我們剛剛講那個藥品韌性計畫就是希望我們把它盤點之後來協助有國家的力量經濟部有一部分的預算一百二十億在那邊要來協助這些藥廠自己生產還有還有我們前一陣子我們署長發下豪語說要讓我們這個國產抗癌藥 標靶藥讓他們可以給我們扶持說讓他們可以視戰力比較高的現在是怎麼樣 我看沒什麼成績
transcript.whisperx[18].start 388.767
transcript.whisperx[18].end 403.348
transcript.whisperx[18].text 我这个部分的第一个叫生物相似用药生物相似用药生物相似的用药那以及在国内的药品癌症的药品我们也持续有在支持他们有嘛有增加吧
transcript.whisperx[19].start 403.929
transcript.whisperx[19].end 415.017
transcript.whisperx[19].text 對 我們持續在審查的速度就是輔導上面太多我看你現在修藥治法你今天在那裡你叫人家定期申報本來就是申請至現在 以前叫做報備現在就要申請申請現在生產端跟使用端是醫院嘛醫院用藥的自由度很高啊醫師大家都很聰明啊用他想用的 現在
transcript.whisperx[20].start 427.185
transcript.whisperx[20].end 451.585
transcript.whisperx[20].text 申報 說你強制申報 一個月兩個月一劑等等那你現在說申報 那個價量一定會不符啊他們那個固定通報是說假設半年內他有斷藥的問題 他要讓我們知道那有些甚至依賴量很大的 他要提早讓我們曉得這樣我們才有辦法去協調其他的藥廠趕快供應或者是說我們有什麼方式來協助整個市場能夠變得更穩定
transcript.whisperx[21].start 452.495
transcript.whisperx[21].end 463.898
transcript.whisperx[21].text 所以你們要喊的就是說這個議案有兩三間在做也有一間出問題就先點電梯給我其他人可以對 因為我們的郵箱有這個領域郵箱有領域過去沒被人看見所以現在希望我們不論是這次修法事實上是來強備完備他的法源另外那個藥品任性就是來做經濟上的用意他申報你又要給他罰則我是覺得一開始是要輔導啦
transcript.whisperx[22].start 479.361
transcript.whisperx[22].end 498.954
transcript.whisperx[22].text 你賣情婦就發脾氣要怕死人有錢要給我扣錢的啊我沒有針對哪一家但是我覺得我們國產大家都慘淡輕盈那進口進來的天災地變啊颱風等等或是打仗啊等等給我當那是很嚴重的事情不可抗力因素我們是不會去做懲罰的
transcript.whisperx[23].start 500.396
transcript.whisperx[23].end 521.077
transcript.whisperx[23].text 對 就是說有時候顏料最後一個就顏料要進來有時候顏料要進不來所以我們台灣自己開發顏料我了解的好幾家做顏料的藥廠他們做出來的顏料成本太高所以反而都是銷到美國去然後我們再去印度買買那個顏料比較便宜的
transcript.whisperx[24].start 521.974
transcript.whisperx[24].end 538.449
transcript.whisperx[24].text 那我昨天發現我去查日本的Denonica的藥它的原料都從印度跟中國進這是很可怕的事情耶全世界大概60%都是從中國跟印度進口所以我們各國也都在希望能夠強化自己國家的藥品韌性
transcript.whisperx[25].start 539.17
transcript.whisperx[25].end 556.888
transcript.whisperx[25].text 然後我們自己原廠藥這邊我們自己健保我們正在討論就是說我們要有一些鼓勵的機制因為我們過去是我們如果是使用本土的藥我們會有一些脊腑上面的誘因嘛那如果說這個藥廠用自己的本土藥品他又用我們自己本土的原料藥我們現在原料藥我們現在正在規劃這邊能夠所以你原料藥的鼓勵是一個
transcript.whisperx[26].start 557.689
transcript.whisperx[26].end 574.174
transcript.whisperx[26].text 那自己藥廠做Generic的藥你也要有鼓勵這健保就要把他寬鬆一下健保局有這個想法嗎還是健保局都想要把他伺候死這樣那不可以這樣進去市長 你在管的所以這邊都共同來處理他們愛這樣好 最後一個問題因為我時間超過了謝謝主席讓我多講30秒
transcript.whisperx[27].start 582.523
transcript.whisperx[27].end 601.836
transcript.whisperx[27].text 我們現在在做疫苗 孩子做疫苗是有一個疫苗基金嘛小孩子可以打我們的公費疫苗有疫苗基金啊沒有啊 如果大人的大人的就歸到要害基金去了是不是疫苗這邊
transcript.whisperx[28].start 604.264
transcript.whisperx[28].end 622.257
transcript.whisperx[28].text 疫苗受害是疫苗的話疫苗有另外的疫苗他另外有一個他的那個那個不良反應的基金要害救濟是另外這邊我們有兩個上次COVID-19那些人有的都去申請有的我之前COVID-19住在家住住的產生問題很多很多很多
transcript.whisperx[29].start 623.658
transcript.whisperx[29].end 652.937
transcript.whisperx[29].text 然後這些他們其實好像是藥癌基金在審那是疫苗基金疫苗那邊是疫苗基金嗎那為什麼對小孩子的補償是那麼的寬鬆對成人的這個補償是那麼樣的嚴格這個我們就我的了解應該是委員會裡面的委員他們會去找說實在因為我自己也參與過他在委員會裡面的各不同的這個專科醫師的專家他要去找reference回來去做相關的證明然後再來做一些拆除啦
transcript.whisperx[30].start 653.325
transcript.whisperx[30].end 656.108
transcript.whisperx[30].text 沒有就是說他的補償我沒講補償不要講賠償補償就是緩慢然後我看起來是很GY然後呢賠償的補償的金額又這麼的少欸那是你在賺的捏 市長
transcript.whisperx[31].start 669.14
transcript.whisperx[31].end 691.537
transcript.whisperx[31].text 如果是疫苗的話 那應該是CDC那邊應該是專賜不過 曾委員報告說這邊其實我們尊重整個委員會審查的這些專家啦有些很多 像兒科 很多都是兒科的大前輩那有一些疫苗的部分 如果是非常罕見的大概他們會找一些data來證明那如果是常見的 就是用援引過去的一些所謂的補償的方式
transcript.whisperx[32].start 692.298
transcript.whisperx[32].end 709.783
transcript.whisperx[32].text 好 那謝謝就是本土藥廠這邊真的是要好好的用心不要跟他滑折從頭到尾沒有看到鼓勵的不是拿著棒子要敲人家那也真的拜託委員希望大院能夠趕快來審我們那個藥物任性的那個新興計畫好 謝謝謝謝委員