iVOD / 167310

Field Value
IVOD_ID 167310
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167310
日期 2026-01-29
會議資料.會議代碼 委員會-11-4-26-22
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22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 22
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22次全體委員會議
影片種類 Clip
開始時間 2026-01-29T09:53:22+08:00
結束時間 2026-01-29T10:08:31+08:00
影片長度 00:15:09
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/58229044bac95a88a79b5f0d78716b2d52fd623850d83d5b9da39f225449bb57dc3fb96d4c95e3195ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 09:53:22 - 10:08:31
會議時間 2026-01-29T09:00:00+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22次全體委員會議(事由:邀請衛生福利部就「春節急診醫療人力調度與跨院協調機制之現況與精進作為」暨「假日及連續假期急重症分級醫療政策之執行成效與改進方向」進行專題報告,並備質詢。 討論事項 審查 一、 委員何欣純等17人擬具「國民年金法第五十四條之一及第五十五條條文修正草案」案。 二、 委員邱鎮軍等17人擬具「國民年金法第十五條及第五十四條之一條文修正草案」案。 三、 委員王美惠等18人擬具「國民年金法第五十四條之一條文修正草案」案。 四、 委員劉建國等16人擬具「國民年金法第五十四條之一條文修正草案」案。 五、 委員馬文君等20人擬具「國民年金法第五十四條之一條文修正草案」案。 六、 委員徐巧芯等18人擬具「國民年金法第五十四條之一條文修正草案」案。 七、 台灣民眾黨黨團擬具「國民年金法第五十四條之一條文修正草案」案。 八、 委員邱鎮軍等21人擬具「國民年金法第十五條及第五十條條文修正草案」案。 九、 委員陳俊宇等29人擬具「國民年金法第五十四條之一條文修正草案」案。 十、 台灣民眾黨黨團擬具「國民年金法第十五條及第五十條條文修正草案」案。 十一、 委員黃秀芳等21人擬具「國民年金法第五十四條之一條文修正草案」案。 十二、 委員羅廷瑋等16人擬具「國民年金法第五十四條之一條文修正草案」案。 十三、 民進黨黨團擬具「國民年金法部分條文修正草案」案。 十四、 委員蔡易餘等17人擬具「國民年金法部分條文修正草案」案。 十五、 委員吳思瑤等18人擬具「國民年金法部分條文修正草案」案。 十六、 委員郭國文等17人擬具「國民年金法第五十四條之一條文修正草案」案。 十七、 委員王美惠等22人擬具「國民年金法部分條文修正草案」案。 十八、 委員徐富癸等18人擬具「國民年金法第五十四條之一條文修正草案」案。 十九、 委員陳亭妃等16人擬具「國民年金法部分條文修正草案」案。 【專題報告與討論事項綜合詢答,討論事項僅詢答】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.14909375
transcript.pyannote[0].end 3.03471875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 3.18659375
transcript.pyannote[1].end 3.62534375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 5.14409375
transcript.pyannote[2].end 6.44346875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 8.75534375
transcript.pyannote[3].end 9.43034375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 10.34159375
transcript.pyannote[4].end 20.80409375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 21.15846875
transcript.pyannote[5].end 24.95534375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 25.10721875
transcript.pyannote[6].end 32.39721875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 27.16596875
transcript.pyannote[7].end 27.65534375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 32.19471875
transcript.pyannote[8].end 32.58284375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 32.51534375
transcript.pyannote[9].end 55.21221875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 34.65846875
transcript.pyannote[10].end 34.94534375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 55.54971875
transcript.pyannote[11].end 69.65721875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 68.45909375
transcript.pyannote[12].end 70.50096875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 71.09159375
transcript.pyannote[13].end 72.00284375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 72.40784375
transcript.pyannote[14].end 75.52971875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 74.31471875
transcript.pyannote[15].end 74.80409375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 75.02346875
transcript.pyannote[16].end 129.93471875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 130.13721875
transcript.pyannote[17].end 158.95971875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 155.71971875
transcript.pyannote[18].end 155.78721875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 159.49971875
transcript.pyannote[19].end 172.51034375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 170.13096875
transcript.pyannote[20].end 174.31596875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 173.18534375
transcript.pyannote[21].end 174.21471875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 174.97409375
transcript.pyannote[22].end 178.04534375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 176.99909375
transcript.pyannote[23].end 177.60659375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 178.11284375
transcript.pyannote[24].end 195.17346875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 196.10159375
transcript.pyannote[25].end 225.75096875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 225.97034375
transcript.pyannote[26].end 227.60721875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 228.31596875
transcript.pyannote[27].end 241.02284375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 238.17096875
transcript.pyannote[28].end 238.23846875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 241.02284375
transcript.pyannote[29].end 305.29971875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 285.01596875
transcript.pyannote[30].end 287.96909375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 287.96909375
transcript.pyannote[31].end 288.96471875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 288.96471875
transcript.pyannote[32].end 289.09971875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 305.14784375
transcript.pyannote[33].end 313.97346875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 307.56096875
transcript.pyannote[34].end 307.98284375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 308.42159375
transcript.pyannote[35].end 310.71659375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 311.77971875
transcript.pyannote[36].end 342.77909375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 342.77909375
transcript.pyannote[37].end 375.83721875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 376.14096875
transcript.pyannote[38].end 408.84471875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 399.07409375
transcript.pyannote[39].end 399.49596875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 408.94596875
transcript.pyannote[40].end 411.10596875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 411.20721875
transcript.pyannote[41].end 415.18971875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 414.76784375
transcript.pyannote[42].end 414.78471875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 414.78471875
transcript.pyannote[43].end 414.90284375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 414.90284375
transcript.pyannote[44].end 414.97034375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 414.97034375
transcript.pyannote[45].end 415.03784375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 415.03784375
transcript.pyannote[46].end 415.34159375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 415.30784375
transcript.pyannote[47].end 421.85534375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 415.34159375
transcript.pyannote[48].end 415.45971875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 416.94471875
transcript.pyannote[49].end 416.96159375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 416.96159375
transcript.pyannote[50].end 417.02909375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 417.02909375
transcript.pyannote[51].end 417.36659375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 417.36659375
transcript.pyannote[52].end 417.38346875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 417.38346875
transcript.pyannote[53].end 417.46784375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 421.99034375
transcript.pyannote[54].end 427.03596875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 423.84659375
transcript.pyannote[55].end 435.64221875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 428.43659375
transcript.pyannote[56].end 429.02721875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 429.02721875
transcript.pyannote[57].end 430.49534375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 435.33846875
transcript.pyannote[58].end 435.99659375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 435.77721875
transcript.pyannote[59].end 439.28721875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 439.13534375
transcript.pyannote[60].end 439.45596875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 439.42221875
transcript.pyannote[61].end 449.37846875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 444.61971875
transcript.pyannote[62].end 444.92346875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 449.41221875
transcript.pyannote[63].end 449.44596875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 449.44596875
transcript.pyannote[64].end 451.01534375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 449.47971875
transcript.pyannote[65].end 450.15471875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 450.71159375
transcript.pyannote[66].end 455.41971875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 454.93034375
transcript.pyannote[67].end 460.14471875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 458.17034375
transcript.pyannote[68].end 458.40659375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 459.63846875
transcript.pyannote[69].end 465.44346875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 464.17784375
transcript.pyannote[70].end 465.66284375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 465.76409375
transcript.pyannote[71].end 477.82971875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 469.27409375
transcript.pyannote[72].end 469.29096875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 469.29096875
transcript.pyannote[73].end 469.56096875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 469.56096875
transcript.pyannote[74].end 469.61159375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 470.82659375
transcript.pyannote[75].end 470.97846875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 474.16784375
transcript.pyannote[76].end 474.55596875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 478.21784375
transcript.pyannote[77].end 484.91721875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 484.95096875
transcript.pyannote[78].end 493.38846875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 493.06784375
transcript.pyannote[79].end 493.40534375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 493.40534375
transcript.pyannote[80].end 493.52346875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 493.52346875
transcript.pyannote[81].end 500.18909375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 493.69221875
transcript.pyannote[82].end 496.91534375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 500.47596875
transcript.pyannote[83].end 503.44596875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 501.69096875
transcript.pyannote[84].end 521.80596875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 515.34284375
transcript.pyannote[85].end 515.54534375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 516.35534375
transcript.pyannote[86].end 516.77721875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 521.60346875
transcript.pyannote[87].end 521.97471875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 521.85659375
transcript.pyannote[88].end 523.71284375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 523.71284375
transcript.pyannote[89].end 524.82659375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 524.42159375
transcript.pyannote[90].end 546.27471875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 525.85596875
transcript.pyannote[91].end 525.97409375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 538.64721875
transcript.pyannote[92].end 538.76534375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 546.27471875
transcript.pyannote[93].end 549.63284375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 550.15596875
transcript.pyannote[94].end 558.69471875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 553.75034375
transcript.pyannote[95].end 554.39159375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 557.98596875
transcript.pyannote[96].end 565.61346875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 561.27659375
transcript.pyannote[97].end 561.41159375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 561.41159375
transcript.pyannote[98].end 561.49596875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 561.49596875
transcript.pyannote[99].end 561.61409375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 565.56284375
transcript.pyannote[100].end 566.11971875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 565.66409375
transcript.pyannote[101].end 565.71471875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 565.74846875
transcript.pyannote[102].end 567.87471875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 567.87471875
transcript.pyannote[103].end 568.21221875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 568.14471875
transcript.pyannote[104].end 569.69721875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 569.56221875
transcript.pyannote[105].end 569.91659375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 569.76471875
transcript.pyannote[106].end 593.59221875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 581.34096875
transcript.pyannote[107].end 581.76284375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 587.58471875
transcript.pyannote[108].end 587.61846875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 587.61846875
transcript.pyannote[109].end 587.97284375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 593.59221875
transcript.pyannote[110].end 599.70096875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 599.70096875
transcript.pyannote[111].end 600.08909375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 600.13971875
transcript.pyannote[112].end 604.69596875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 604.69596875
transcript.pyannote[113].end 604.72971875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 604.72971875
transcript.pyannote[114].end 604.91534375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 604.91534375
transcript.pyannote[115].end 604.94909375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 604.94909375
transcript.pyannote[116].end 613.30221875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 613.25159375
transcript.pyannote[117].end 613.45409375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 613.45409375
transcript.pyannote[118].end 628.13534375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 613.47096875
transcript.pyannote[119].end 613.53846875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 627.62909375
transcript.pyannote[120].end 628.43909375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 628.18596875
transcript.pyannote[121].end 628.27034375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 628.32096875
transcript.pyannote[122].end 638.80034375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 638.80034375
transcript.pyannote[123].end 639.10409375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 638.96909375
transcript.pyannote[124].end 642.24284375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 642.19221875
transcript.pyannote[125].end 642.63096875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 642.63096875
transcript.pyannote[126].end 671.52096875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 643.98096875
transcript.pyannote[127].end 644.38596875
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 672.02721875
transcript.pyannote[128].end 684.83534375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 684.83534375
transcript.pyannote[129].end 685.00409375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 685.00409375
transcript.pyannote[130].end 695.65221875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 687.06284375
transcript.pyannote[131].end 689.98221875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 689.98221875
transcript.pyannote[132].end 689.99909375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 691.75409375
transcript.pyannote[133].end 691.77096875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 691.77096875
transcript.pyannote[134].end 693.17159375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 695.65221875
transcript.pyannote[135].end 702.89159375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 703.31346875
transcript.pyannote[136].end 705.65909375
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 705.70971875
transcript.pyannote[137].end 706.03034375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 706.58721875
transcript.pyannote[138].end 725.57159375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 718.51784375
transcript.pyannote[139].end 720.10409375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 721.28534375
transcript.pyannote[140].end 726.33096875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 726.07784375
transcript.pyannote[141].end 731.27534375
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 731.61284375
transcript.pyannote[142].end 734.61659375
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 734.93721875
transcript.pyannote[143].end 740.92784375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 740.77596875
transcript.pyannote[144].end 746.69909375
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 741.48471875
transcript.pyannote[145].end 744.60659375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 746.69909375
transcript.pyannote[146].end 785.03909375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 756.67221875
transcript.pyannote[147].end 756.73971875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 757.11096875
transcript.pyannote[148].end 758.59596875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 760.33409375
transcript.pyannote[149].end 760.97534375
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 782.86221875
transcript.pyannote[150].end 846.32909375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 789.93284375
transcript.pyannote[151].end 790.32096875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 828.54284375
transcript.pyannote[152].end 828.69471875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 845.26596875
transcript.pyannote[153].end 845.63721875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 846.32909375
transcript.pyannote[154].end 846.68346875
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 846.63284375
transcript.pyannote[155].end 862.49534375
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 860.01471875
transcript.pyannote[156].end 870.19034375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 864.72284375
transcript.pyannote[157].end 865.95471875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 869.32971875
transcript.pyannote[158].end 872.94096875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 872.94096875
transcript.pyannote[159].end 874.54409375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 873.04221875
transcript.pyannote[160].end 873.61596875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 874.18971875
transcript.pyannote[161].end 894.25409375
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 877.31159375
transcript.pyannote[162].end 878.32409375
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 878.32409375
transcript.pyannote[163].end 878.40846875
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 882.91409375
transcript.pyannote[164].end 883.31909375
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 894.22034375
transcript.pyannote[165].end 894.23721875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 894.23721875
transcript.pyannote[166].end 894.35534375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 894.35534375
transcript.pyannote[167].end 901.30784375
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 894.42284375
transcript.pyannote[168].end 894.52409375
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 897.74721875
transcript.pyannote[169].end 897.96659375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 899.97471875
transcript.pyannote[170].end 901.13909375
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 901.24034375
transcript.pyannote[171].end 901.25721875
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 901.30784375
transcript.pyannote[172].end 901.83096875
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 904.96971875
transcript.pyannote[173].end 906.79221875
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 907.06221875
transcript.pyannote[174].end 909.00284375
transcript.whisperx[0].start 0.429
transcript.whisperx[0].end 6.112
transcript.whisperx[0].text 謝謝主席 謝謝各位官員還有委員喔 部長請時部長陳委員早今天我們會拍這個專報就是因為我們怕去年經歷的春節擁捨急診擁捨這樣子的現象今年重蹈覆轍其實很多醫務人員也在也在擔憂啦那這個是去年我不知道印象很深刻去年呢發生了急診擁捨之後賴總統
transcript.whisperx[1].start 29.003
transcript.whisperx[1].end 54.918
transcript.whisperx[1].text 當時有親自主持健康台灣推動委員會那他就說他非常關切這件事情那我們看衛福部自己發的文他寫得很清楚總統當時下令要落實分級並且呢總統指示說要建立一個民眾版的就醫指引那賴總統的支票已經開一年了這個傳說中可以解決傭色的民眾版就醫指引你們弄好了嗎
transcript.whisperx[2].start 55.959
transcript.whisperx[2].end 70.115
transcript.whisperx[2].text 跟委員說明這個指引的部分那個144現在已經到了最後因為他要跟很多醫學會討論那差不多了那麼應該看看能不能在下個月初我們就會先上網下個月初
transcript.whisperx[3].start 71.164
transcript.whisperx[3].end 89.785
transcript.whisperx[3].text 春節前我們就會讓他先上我給你看一下這個是我查到的因為你們蠻重視這件事嘛那我就上你們的網站去查你們的就醫指引到底在哪裡結果這個就醫指引是10年前的檔案這個你自己也知道啦
transcript.whisperx[4].start 91.167
transcript.whisperx[4].end 107.203
transcript.whisperx[4].text 他是105年上傳的並且他上傳的檔案裡面還有提到行政院衛生署行政院衛生署是2013年改制的表示他上傳這個檔案有可能這個檔案還更早比2015年還更早那我把這邊全部都讀完了52頁
transcript.whisperx[5].start 109.725
transcript.whisperx[5].end 129.634
transcript.whisperx[5].text 總統說到的分級醫療隻字未提裡面有講到說你去看醫生的時候你要自己怎麼樣整理自己的病情然後你應該跟醫生講什麼他有講到這些可是對於這個分級他是沒有講到那現在很開心聽到你說你要修改請問你修改的重點可以簡單一兩分鐘跟我們講一下就好了嗎
transcript.whisperx[6].start 130.174
transcript.whisperx[6].end 158.293
transcript.whisperx[6].text 但他的這個重點上最重要是讓民眾清楚什麼時候到急診什麼時候其實在這個就近的這個基層診所看就可以重點在這個地方判斷這個需要去緊急就醫的那個要件是哪一些那我們也會搭配這個開診的資訊好像春節期間的我們都目前持續在調查當中那麼在1月28號我們健保已經在這個我們的那個
transcript.whisperx[7].start 160.292
transcript.whisperx[7].end 177.467
transcript.whisperx[7].text 就醫資訊上面有個專區春節的就醫資訊專區裡面會列出所有每一天有開診的診所在哪一個區就可以查詢你會提供一個PDF檔會有一個APP就可以查
transcript.whisperx[8].start 178.528
transcript.whisperx[8].end 193.139
transcript.whisperx[8].text 剛講了這麼多我們來看一下這個表這個是我剛上任的時候做過的總質詢當時的行政院長還是陳建仁我說蔡英文總統執政8年分級醫療是不動如山並且花了總共530億元所以她
transcript.whisperx[9].start 196.121
transcript.whisperx[9].end 213.812
transcript.whisperx[9].text 民眾到醫學中心就醫的比例從106年到112年都是10點多%你們是把106年設定成一個基期那我們就從賴總統上任以來 我們來分析112到113又上漲了1% 10到11.8113到114又變成11.8到12.19
transcript.whisperx[10].start 220.936
transcript.whisperx[10].end 249.978
transcript.whisperx[10].text 我也想問因為當時我在做這個質詢的時候您是署長不知道有沒有印象那這個這三年這兩三年的投入看起來是出了什麼問題因為你的預算跟政策看起來是無效甚至是更加惡化到底問題在哪裡之前還是持平現在是一年上升一趴跟委員報告因為這樣的數字太過於RAF我們有更細緻的去分析我們的做法上是把
transcript.whisperx[11].start 250.679
transcript.whisperx[11].end 255.001
transcript.whisperx[11].text 醫院裡面把門診扣除掉重大傷病
transcript.whisperx[12].start 255.444
transcript.whisperx[12].end 284.706
transcript.whisperx[12].text 扣除掉門診手術扣除掉急診因為我們在申報的時候會急門診是一起的把它扣除之後去看它的占比在醫學中心的平均占比這樣所謂的輕症占比是38%整個醫院收入的38%那麼到區醫院的等級的話呢它是大概50到55%到地區醫院是65%所以以這樣來看我們的分級醫療是成功的
transcript.whisperx[13].start 285.046
transcript.whisperx[13].end 300.354
transcript.whisperx[13].text 你是用他的點子全部加起來他看的病人就是比較重就是說他很高的比例是重大傷病者那些癌症的病人這些你是需要到醫學中心就應該到醫學中心這個是OK的
transcript.whisperx[14].start 300.814
transcript.whisperx[14].end 328.452
transcript.whisperx[14].text 所以按照这样来看这个数字的占比医学中心是在下降那你什么时候会提出你的新的评估表因为你应该要提出一个新的评估表嘛你要怎么样看哪些指标分别要可以落实有那因为我们就搭配了个别医院总统在看这个事情我想委员也听我讲过需要降到50%以下因为有的医学中心我刚刚讲的是平均是38%可是有的医院是高的所以要
transcript.whisperx[15].start 329.252
transcript.whisperx[15].end 343.7
transcript.whisperx[15].text 超過50%的一定要降到50%以下我們會透過這個健保的機制醫院個別總和來調整所以來導引讓這個各層級的醫院扮演他的角色好 這個是你講的
transcript.whisperx[16].start 344.52
transcript.whisperx[16].end 359.919
transcript.whisperx[16].text 你說你會先觀察你去年10月的時候說先進入一個觀察期然後再來醫院聯盟再來是漲部分負擔但是我們從過去這段時間來看你有漲過但似乎沒有什麼太大的效果目前我們面臨的困難是對基層
transcript.whisperx[17].start 361.701
transcript.whisperx[17].end 383.216
transcript.whisperx[17].text 信任嘛因為大家可能覺得他平常非常習慣於到這邊看慢性病到醫學中心等等的他現在沒有辦法對基層信任我想知道你從10月到現在你說是觀察期你目前觀察到什麼跟委員說明我們另外再看基層剛剛我提到的是各層級醫院的分級醫療的角色我們認為他是有達到了
transcript.whisperx[18].start 385.017
transcript.whisperx[18].end 408.671
transcript.whisperx[18].text 那麼部分的醫院沒有達到我們會透過個別醫院總額的調整機制那麼來要求至於在基層的部分我們看到在慢性處方間的領取率在基層的部分是提高了所以這個基層我們看到的這個趨勢是有增加的所以我們覺得這個分級效還是它的成效但是可以繼續再往前走
transcript.whisperx[19].start 408.991
transcript.whisperx[19].end 435.006
transcript.whisperx[19].text 那我可以一個月跟你要你說你想設定新的評估數據嗎因為剛剛那個表也是你們自己做的然後做出來的表問你你又說不是這樣子算的可是這表是你做的我們不斷的在精進那一個月可以跟你說那一個月可以要你那新的指標嗎你新的指標那這邊再給你一些具體的建議因為你剛剛自己也講到說你要運用AI嘛
transcript.whisperx[20].start 435.486
transcript.whisperx[20].end 444.651
transcript.whisperx[20].text 好 那其實我們現在就有一個APP健保快力通的APP你為什麼 你剛剛講了 你說你現在在調查春節會開的診所 基層診所然後你可能會給他誘因 對嗎你現在已經在調查了嘛對 誘因已經發布了然後到時候呢 到時候你會做一個檔案然後讓全國的民眾就知道不是只有檔案 它是很優化的查詢它可以根據你的所在地去查
transcript.whisperx[21].start 460.959
transcript.whisperx[21].end 484.171
transcript.whisperx[21].text 我是建議你乾脆把它融入一個看診的地圖有有有 這已經有了我的意思是說你平常可以落實的話你春節就更可以落實更何況春節的時候很多人是在移動中所以他換到另外一個城市可能已經不是他在工作的地方所習慣的基層醫療診所他必須要重新去尋找
transcript.whisperx[22].start 485.191
transcript.whisperx[22].end 499.403
transcript.whisperx[22].text 其實委員你可能沒有下載我們的這個健保的快易通啦我們的健保快易通有啦那個打開打開喔我的意思是說我的意思是說你要把它融入節日的時候有開的
transcript.whisperx[23].start 501.745
transcript.whisperx[23].end 505.929
transcript.whisperx[23].text 你知道我的意思嗎因為我們現在就是在談論春節擁捨的問題那你平常當然一到五我自己打開我去查我去計程車所很ok因為這邊是習慣你居住或是工作的地方可是你春節的時候就在移動了那你剛剛很辛苦收集到這麼多的資訊你不是應該要把它融入嗎
transcript.whisperx[24].start 524.664
transcript.whisperx[24].end 549.191
transcript.whisperx[24].text 那包括當然如果可以的話比如說清明連假或者是228連假你可以從這三四天五天的這些連假去做測試嘛因為春節就是一個一整年的壓力測試你如果等到一整年才測試一次我覺得這個就有點久所以平常有些連假的時候你就可以測試我們春節的部分這一次會先
transcript.whisperx[25].start 550.271
transcript.whisperx[25].end 558.637
transcript.whisperx[25].text 拉出專區啦剛剛跟委員說明那個是尋常的拉出那個專區未來我們把假日也用個專區啦你的意思是我的意思就是說其實他什麼時候很需要是因為他可能連假的時候有移動他更不熟悉那附近的基層診所在哪裡或者是誰有開嘛那你也可以鼓勵這些你給他誘因你鼓勵他上傳然後你把他結合進去你的地圖以後那這些他就更有誘因他可以被查詢到
transcript.whisperx[26].start 581.172
transcript.whisperx[26].end 596.5
transcript.whisperx[26].text 好那第二個就是這個UCC但是我剛好聽其他委員質詢所以我可能再等待一段時間聽起來你現在還沒有辦法給我們一個UCC你有沒有要擴大還是沒有要擴大是嗎對我們當時候就提到說16個月之後會檢討那來決定調整或擴大好
transcript.whisperx[27].start 600.442
transcript.whisperx[27].end 619.107
transcript.whisperx[27].text 那十六個月之後我們再來跟你查詢這個那第二個問題因為這個也是急診室擁捨最近就是剛好是近期靠近春節的前後都會發生的因為我們現在有很多的尾牙春酒然後還有春節這個過年大家去餐廳吃飯等等的那2024年醫療暴力高達444件是五年來的新高近六成都在急診室
transcript.whisperx[28].start 629.01
transcript.whisperx[28].end 647.302
transcript.whisperx[28].text 因為這樣子私人的活動所引起的醫療需求也就是說喝太多通常送到急診他就打點滴這個你都很清楚因為你也是急診科醫生睡覺可是他其實消耗掉非常多醫護的量能對這個你都懂那包括我們的警察救護車等等
transcript.whisperx[29].start 648.143
transcript.whisperx[29].end 663.434
transcript.whisperx[29].text 那這個是你們次長自己講的 你們次長說他開始想到一些研議的方法比如說參考其他國家 瑞士啊 美國啊會有一個禁制隔離式 類似讓他行久的這種觀察式他不一定是醫療機構裡面 或者是醫療人員來成立的那他講了這個話 後來又有新聞 請問你們內部有開過會嗎
transcript.whisperx[30].start 672.823
transcript.whisperx[30].end 691.406
transcript.whisperx[30].text 這個跟委員說明過去在急診經常會處理這一種病那麼一般來講有兩種狀況一種是因為他的混亂讓我們無法判斷他有沒有醫療問題他可能同時有外傷或什麼可是又有酒精的效果那一種才需要在醫院裡面留
transcript.whisperx[31].start 691.766
transcript.whisperx[31].end 696.328
transcript.whisperx[31].text 那是我純粹是要睡覺的不准在醫院睡覺這個我等一下會跟你討論我的意思是說你們次長講了這個然後這個也上了新聞你們到底有沒有要研擬我不是在問你急診處理的guideline
transcript.whisperx[32].start 706.99
transcript.whisperx[32].end 725.202
transcript.whisperx[32].text 這個所謂的靜置區齁這個靜置區就是觀察區啦就是觀察啦啊只是讓他不要去干擾到醫護人員或者是其他他就是個觀察區不是睡覺區啦就是說他有醫療的需要那需要留觀的時候讓他有一個isolate的地方我們會來研議因為過去齁在有一些醫院的急診有這種這個譬如說AQpsychotic的病人他就會
transcript.whisperx[33].start 735.922
transcript.whisperx[33].end 760.007
transcript.whisperx[33].text 就會在這一個房間裡面去靜置不見得是酗酒所以聽起來你是想把它放在醫院裡面有時候是需要的聽起來你是希望把它放在醫療院所裡面不是不是不是不是我剛剛提到的是有一些急性精神病人他會有混亂的情形也會在急診裡面有一個獨立的空間對啊那就是醫療院所裡面就一樣啊就是跟這個概念是一樣
transcript.whisperx[34].start 760.387
transcript.whisperx[34].end 789.449
transcript.whisperx[34].text 我剛剛提到的是喝酒醉的喝酒醉的要睡覺就回家睡覺不是在醫院裡面擺一個空間給他酒醒沒有這回事情但是他如果有醫療的需要需要觀察看看他有沒有其他的問題因為有時候酒精的會影響到在病人病情診斷跟處事上的影響需要觀察那就留在這裡我先幫你整理我先幫你整理一下就是其實最近也有一個新聞
transcript.whisperx[35].start 790.329
transcript.whisperx[35].end 815.509
transcript.whisperx[35].text 這個新聞是他其實常常是想要回家但是他在回家的路上因為交通事故發生問題所以也不是這麼簡單但你們次長所講出來的整理了世界各國比如說瑞士、美國、加拿大、澳洲他們都有做類似這樣子的行酒中心他們可能是地方政府或者是非營利機構做主要就是做幾個事情當然他會去判斷他需不需要去醫院就像你剛剛講的他現在沒有急症嘛呼吸抑制
transcript.whisperx[36].start 816.369
transcript.whisperx[36].end 824.932
transcript.whisperx[36].text 嚴重的嘔吐或是意識喪失這個是他要判斷的如果沒有不需要醫療介入的可以自然等待清醒的會放在這邊安全的去安置監測離開的時候是要付費的那離開之後他可能還會被記錄如果他很常來
transcript.whisperx[37].start 832.554
transcript.whisperx[37].end 851.061
transcript.whisperx[37].text 他可能要過濾出有酒飲的人需要去戒斷的人還要去上課的人等等的但是他在其他國家很多並不一定是由醫療機構來做因為他很多處置並不需要醫療人員所以這個就是一個月內希望可以要到你
transcript.whisperx[38].start 852.361
transcript.whisperx[38].end 871.352
transcript.whisperx[38].text 研擬之後評估之後你到底多久要達成因為這個也是解決我們春節擁捨的其中一個小的項目或是平常跟委員報告這個一個月沒有辦法這個要跨部會不可能把它放在醫院裡面那我們多久可以再跟你討論
transcript.whisperx[39].start 872.333
transcript.whisperx[39].end 899.611
transcript.whisperx[39].text 三個月啦 我們來研究看看好啊 三個月那裡面就這幾個重點就請您稍微看一下就主觀的去判斷就這個到底機構法源基礎在哪裡它是醫療的還是警政還是民政嘛然後它的比如說你們要不要收費那它是不是會跟一些戒癮來做串聯那主觀的判斷是要送醫院還是留在這邊等等然後各國遇到預算問題社區的接受度等等好 那我們就三個月可以再跟您討論好 謝謝
transcript.whisperx[40].start 904.997
transcript.whisperx[40].end 908.502
transcript.whisperx[40].text 好 謝謝陳勤輝委員發言接下來請王育民委員發言