iVOD / 167312

Field Value
IVOD_ID 167312
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167312
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 2026-01-29T10:08:38+08:00
結束時間 2026-01-29T10:18:41+08:00
影片長度 00:10:03
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/58229044bac95a88f0e9f0d178aeb11652fd623850d83d5b9da39f225449bb57f1956145e7c495575ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王育敏
委員發言時間 10:08:38 - 10:18:41
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_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 2.49471875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 2.49471875
transcript.pyannote[1].end 3.30471875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 7.13534375
transcript.pyannote[2].end 7.97909375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 8.36721875
transcript.pyannote[3].end 53.40659375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 27.92534375
transcript.pyannote[4].end 28.33034375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 53.74409375
transcript.pyannote[5].end 60.93284375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 59.73471875
transcript.pyannote[6].end 59.81909375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 61.13534375
transcript.pyannote[7].end 61.62471875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 62.09721875
transcript.pyannote[8].end 62.75534375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 62.92409375
transcript.pyannote[9].end 111.18659375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 65.38784375
transcript.pyannote[10].end 65.57346875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 69.35346875
transcript.pyannote[11].end 69.74159375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 86.07659375
transcript.pyannote[12].end 86.27909375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 97.50096875
transcript.pyannote[13].end 97.85534375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 110.35971875
transcript.pyannote[14].end 116.51909375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 112.67159375
transcript.pyannote[15].end 113.07659375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 115.16909375
transcript.pyannote[16].end 122.20596875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 122.13846875
transcript.pyannote[17].end 139.99221875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 126.15471875
transcript.pyannote[18].end 126.39096875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 139.99221875
transcript.pyannote[19].end 144.49784375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 143.04659375
transcript.pyannote[20].end 143.06346875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 143.94096875
transcript.pyannote[21].end 146.60721875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 147.11346875
transcript.pyannote[22].end 150.50534375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 150.04971875
transcript.pyannote[23].end 167.43096875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 154.45409375
transcript.pyannote[24].end 154.80846875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 160.09034375
transcript.pyannote[25].end 162.80721875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 167.51534375
transcript.pyannote[26].end 213.83721875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 189.72284375
transcript.pyannote[27].end 189.95909375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 206.39534375
transcript.pyannote[28].end 206.73284375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 213.83721875
transcript.pyannote[29].end 214.12409375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 213.98909375
transcript.pyannote[30].end 231.42096875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 224.13096875
transcript.pyannote[31].end 224.70471875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 228.07971875
transcript.pyannote[32].end 228.61971875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 231.50534375
transcript.pyannote[33].end 247.04721875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 231.57284375
transcript.pyannote[34].end 231.62346875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 245.54534375
transcript.pyannote[35].end 246.40596875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 246.50721875
transcript.pyannote[36].end 288.42471875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 249.81471875
transcript.pyannote[37].end 250.37159375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 250.97909375
transcript.pyannote[38].end 251.31659375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 258.38721875
transcript.pyannote[39].end 258.82596875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 260.96909375
transcript.pyannote[40].end 261.39096875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 277.38846875
transcript.pyannote[41].end 277.96221875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 277.96221875
transcript.pyannote[42].end 278.24909375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 282.80534375
transcript.pyannote[43].end 282.82221875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 282.82221875
transcript.pyannote[44].end 283.17659375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 287.58096875
transcript.pyannote[45].end 287.66534375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 288.42471875
transcript.pyannote[46].end 328.57034375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 292.84596875
transcript.pyannote[47].end 293.16659375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 293.16659375
transcript.pyannote[48].end 293.18346875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 293.58846875
transcript.pyannote[49].end 293.77409375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 305.51909375
transcript.pyannote[50].end 305.90721875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 324.11534375
transcript.pyannote[51].end 324.53721875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 328.23284375
transcript.pyannote[52].end 335.97846875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 330.34221875
transcript.pyannote[53].end 332.85659375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 335.32034375
transcript.pyannote[54].end 339.69096875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 336.45096875
transcript.pyannote[55].end 337.90221875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 339.23534375
transcript.pyannote[56].end 342.00284375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 342.12096875
transcript.pyannote[57].end 343.30221875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 342.96471875
transcript.pyannote[58].end 343.35284375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 344.01096875
transcript.pyannote[59].end 354.47346875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 345.10784375
transcript.pyannote[60].end 345.93471875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 347.97659375
transcript.pyannote[61].end 349.10721875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 354.35534375
transcript.pyannote[62].end 355.75596875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 355.75596875
transcript.pyannote[63].end 356.86971875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 357.10596875
transcript.pyannote[64].end 357.17346875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 357.17346875
transcript.pyannote[65].end 357.64596875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 357.64596875
transcript.pyannote[66].end 357.69659375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 357.69659375
transcript.pyannote[67].end 357.71346875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 358.20284375
transcript.pyannote[68].end 359.73846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 359.50221875
transcript.pyannote[69].end 380.12346875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 381.30471875
transcript.pyannote[70].end 386.63721875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 383.51534375
transcript.pyannote[71].end 384.25784375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 386.50221875
transcript.pyannote[72].end 388.08846875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 387.21096875
transcript.pyannote[73].end 388.76346875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 388.72971875
transcript.pyannote[74].end 392.79659375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 391.09221875
transcript.pyannote[75].end 396.12096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 395.34471875
transcript.pyannote[76].end 395.76659375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 396.39096875
transcript.pyannote[77].end 396.67784375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 396.47534375
transcript.pyannote[78].end 418.12596875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 407.81534375
transcript.pyannote[79].end 408.03471875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 418.22721875
transcript.pyannote[80].end 445.24409375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 445.75034375
transcript.pyannote[81].end 448.38284375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 448.34909375
transcript.pyannote[82].end 456.90471875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 449.19284375
transcript.pyannote[83].end 449.34471875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 457.10721875
transcript.pyannote[84].end 466.94534375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 467.46846875
transcript.pyannote[85].end 477.69471875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 477.91409375
transcript.pyannote[86].end 508.28909375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 508.50846875
transcript.pyannote[87].end 510.98909375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 511.34346875
transcript.pyannote[88].end 525.19784375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 525.19784375
transcript.pyannote[89].end 539.57534375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 525.83909375
transcript.pyannote[90].end 525.99096875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 530.51346875
transcript.pyannote[91].end 531.00284375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 531.00284375
transcript.pyannote[92].end 531.03659375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 533.77034375
transcript.pyannote[93].end 533.82096875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 533.82096875
transcript.pyannote[94].end 534.27659375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 539.92971875
transcript.pyannote[95].end 544.30034375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 540.25034375
transcript.pyannote[96].end 540.67221875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 542.79846875
transcript.pyannote[97].end 556.07909375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 546.91596875
transcript.pyannote[98].end 548.40096875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 556.14659375
transcript.pyannote[99].end 569.34284375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 557.56409375
transcript.pyannote[100].end 557.61471875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 557.61471875
transcript.pyannote[101].end 558.18846875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 558.18846875
transcript.pyannote[102].end 558.32346875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 569.83221875
transcript.pyannote[103].end 578.10096875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 577.89846875
transcript.pyannote[104].end 581.94846875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 578.94471875
transcript.pyannote[105].end 579.28221875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 580.00784375
transcript.pyannote[106].end 591.93846875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 582.25221875
transcript.pyannote[107].end 584.71596875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 589.44096875
transcript.pyannote[108].end 589.76159375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 591.14534375
transcript.pyannote[109].end 594.67221875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 592.96784375
transcript.pyannote[110].end 593.82846875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 594.68909375
transcript.pyannote[111].end 594.70596875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 594.70596875
transcript.pyannote[112].end 594.72284375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 594.73971875
transcript.pyannote[113].end 595.83659375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 598.53659375
transcript.pyannote[114].end 602.87346875
transcript.whisperx[0].start 0.59
transcript.whisperx[0].end 7.8
transcript.whisperx[0].text 謝謝主席 我們有請部長請時部長王媛媛好
transcript.whisperx[1].start 8.41
transcript.whisperx[1].end 31.223
transcript.whisperx[1].text 部長好 部長今天大家都非常關注今年長達九天的春節期間到底我們的醫療量能夠不夠會不會很多民眾生病的時候又往大醫院跑造成急診的擁捨然後去排擠了一些需要重大醫療的病人就診的權利那我覺得第一件事情我們要確立的就是說
transcript.whisperx[2].start 32.083
transcript.whisperx[2].end 46.351
transcript.whisperx[2].text 我們的基層診所的開診率夠不夠因為你這樣子才能分流那過去是一成的比例那你們今年祭出了16億的獎金就希望大家可以提高那到目前為止我上次問過林靜儀次長他沒有辦法說出現在到底基層診所開診率達到多少那今天部長你知道了嗎
transcript.whisperx[3].start 53.786
transcript.whisperx[3].end 71.942
transcript.whisperx[3].text 跟委員報告確實您的觀察完全正確啦在去年齁我們調查初一初二初三開診率二四2到4左右沒有到一成啦2到4個%非常的低所以我們今年才有這個獎勵措施這幾天開診是double的幾副嘛
transcript.whisperx[4].start 72.382
transcript.whisperx[4].end 87.189
transcript.whisperx[4].text 那到目前的話已經有在上升有的已經到10了那有些縣市大概在7左右已經比去年大概有兩倍的成長但是目前還在一直在調查當中透過衛生局跟醫師公會的push大家在調查所以這個
transcript.whisperx[5].start 89.95
transcript.whisperx[5].end 110.375
transcript.whisperx[5].text 這個門診就基層診所的開診率一定是比去年高那另外我們的UCC也準備好在這些六都人比較多的地方我們也去強化那醫院的部分的開診率也提高了現在調查回來大概醫院在這幾天初一 初二 初三開診率都會達到七成以上所以也都會有開診
transcript.whisperx[6].start 111.315
transcript.whisperx[6].end 138.71
transcript.whisperx[6].text 醫院向來是比較高所以民眾的慣性就會覺得跑大醫院怎麼能做醫院的開診室開在門診所以他也可以去分流掉那個急診不會直接跑到急診區但是基層的診所其實對民眾就醫來講是相對比較方便的那所以你現在有沒有把握就是說經過你們這樣的激勵之後你剛剛說有部分已經到10%那整體22個縣市你有把握平均數可以拉到10到15%嗎
transcript.whisperx[7].start 140.031
transcript.whisperx[7].end 166.343
transcript.whisperx[7].text 我們朝這個10%來努力所以祭出16億也只能到10%你知不知道大家診所不開的原因不過也要考慮到的是說民眾的那個就醫需要因為這個傳統上這個大年初一看病這個國人才是所以我們不要讓大家都很累但是沒有病人也不好所以我們在拿捏
transcript.whisperx[8].start 167.623
transcript.whisperx[8].end 179.13
transcript.whisperx[8].text 是 我覺得這個部分的確你們要好好去研議我今天看到了這個基隆市政府他們做一件事情我覺得蠻不錯的我認為衛福部應該去督導各縣市是不是可以比照辦理他們其實在26號他就找了這個區域裡面包括醫師公會然後醫院診所就是大家來開會然後仔細去盤點然後很慎重的來看待這件事情
transcript.whisperx[9].start 195.259
transcript.whisperx[9].end 209.455
transcript.whisperx[9].text 去整合這樣的一個醫療量能那另外一個呢他還特別在2月14號呢他要開始去安排人力每天去監控就是他的急診的就醫人數還有病床數還有他跟醫院的高層
transcript.whisperx[10].start 210.236
transcript.whisperx[10].end 225.94
transcript.whisperx[10].text 它其實是會有一個即時的調度機制的然後呢它就是透過這個即時調度機制要去確保醫療量能是足夠的我看到基隆市政府衛生局這樣的做法我個人覺得蠻欣賞的因為這個就是很確實去掌握在地的所有的醫療量能而且透過溝通透過平台也跟醫院的高層可以有一個即時調度的機制那我要問你的是
transcript.whisperx[11].start 237.362
transcript.whisperx[11].end 258.102
transcript.whisperx[11].text 除了高雄市政府這樣做之外其他的22個縣市有沒有比照這樣跟進辦理有沒有人在做這件事你掌握情況如何跟我們報告其實好幾個縣市都是這樣啟動像桃園也是台南也這樣做所以衛生局都主動的去介入像台南市的開診率就很高
transcript.whisperx[12].start 258.662
transcript.whisperx[12].end 288.202
transcript.whisperx[12].text 他現在已經調查到800多家都要開了所以這個確實像您講的衛生局如果能夠更主動一點這個就會效果更好那我們現在也在2月2號還會再找所有各衛生局再開一次去了解目前的開診情形跟這個力道夠不夠所以我想這個我們會密切的您的這個所舉的這個基隆市的例子其實我們知道幾個縣市也都做得不錯我們會來跟他們分享這個做法
transcript.whisperx[13].start 288.822
transcript.whisperx[13].end 311.931
transcript.whisperx[13].text 你作為中央主管機關其實就是要掌握有些做比較好的就要讓其他縣市知道說事實上透過這樣的一個協調的機制溝通或者是你的一個監測你會讓整個的運作其實是達到你原來想要達到的目標不是只有獎金發出去好像它就自然產生效果其實並沒有還有中間你整個落實的部分所以這個部分我希望你們好好去督導
transcript.whisperx[14].start 312.631
transcript.whisperx[14].end 339.346
transcript.whisperx[14].text 那另外一個就是剛剛業委員提到就是即時就醫的資訊夠不夠透明你剛剛說你可以透過APP就是在春節期間所有的醫療量能哪些診所開診幾點到幾點你現在已經佈建好這樣的一個即時就醫地圖了嗎對 已經Ready了Ready了是不是那它會即時更新嗎對 現在不斷的在更新都會即時更新那個資訊嘛那那個APP是在哪裡1月28號上線 1月28號
transcript.whisperx[15].start 342.208
transcript.whisperx[15].end 357.415
transcript.whisperx[15].text 1月28號就是這禮拜已經上線了就會上線那在我們的健保的APP上面會有一個專區但是資訊還在不斷的更新因為有的還在調查所以現在是可使用了對 應該可以了嗎
transcript.whisperx[16].start 358.794
transcript.whisperx[16].end 379.899
transcript.whisperx[16].text 來我們那個署長好來是謝謝委員的指導所以我們在健保APP有一個春節專區上面有兩個鞭炮點進去點自己所在地點你要的時段就會跑出所有有開診的醫療院所是即時的所以一直在更新那我們昨天做的資訊測試這禮拜就可以對外公布以上這禮拜什麼時候對外公布
transcript.whisperx[17].start 381.331
transcript.whisperx[17].end 395.082
transcript.whisperx[17].text 已經上線了28號所以今天已經可以開始使用了那待會大家幫忙測試一下大家測試一下如果有什麼問題立刻跟我們反映
transcript.whisperx[18].start 396.783
transcript.whisperx[18].end 417.518
transcript.whisperx[18].text 我覺得這個部分其實非常的重要啦我希望我們今年的這個春節醫療量能是匆匆容容游刃有餘不要連滾帶爬我想希望在大家的通力合作底下可以達到這樣的效果那最後我要問的是醫院裡面這個護理人員其實非常的辛苦
transcript.whisperx[19].start 418.399
transcript.whisperx[19].end 444.704
transcript.whisperx[19].text 那你們的這個護病比獎勵金的制度現在施行下來有兩個問題我希望部長回去之後你還是要去思考一下第一個就是說醫學中心的門檻有沒有過高的問題你們在114年6月獎勵金這個幾家大的醫學中心都還有分到但是你們調高門檻之後瞬間歸零獎勵金突然就歸零部長你知道這樣的情況嗎
transcript.whisperx[20].start 445.925
transcript.whisperx[20].end 470.355
transcript.whisperx[20].text 我再了解一下這個是去年的事對我希望這個部分你們好好去去研議一下瞬間歸零那這個當然護理師就也一毛錢就拿不到了那另外一個是地區醫院你的公式設計你完全跟住院住院率就是來做聯動然後有護理師就說領到醫院發的幾十塊他覺得是被羞辱
transcript.whisperx[21].start 471.475
transcript.whisperx[21].end 488.435
transcript.whisperx[21].text 因為分到很少他就這樣分下去幾十塊也算獎勵金這個覺得不生唏噓所以像這個護理人員最近大家也在討論怎麼樣讓我們的護理師可以減少他的人力負擔包括你們現在要引進
transcript.whisperx[22].start 489.156
transcript.whisperx[22].end 503.921
transcript.whisperx[22].text 一些外籍工他可以來從旁協助這個方向性我個人是支持的是降低這個護理師但是本職上面他們在第一線的現場有一些還是是工作負荷過高的一個問題我覺得這個真的是很長期以來的問題啦那我希望部長這個新上任齁這個問題
transcript.whisperx[23].start 511.434
transcript.whisperx[23].end 539.046
transcript.whisperx[23].text 你可能要多想想怎麼樣可以讓我們的護理師真的可以穩定下來因為我們在醫院的這個整個運作少了護理師病床都開不了他們真的很重要是我們會來檢討不過剛剛提到這個幾十塊的我們有查最主要就是因為都是20床以下的醫院所以床數就是很少所以他也沒有什麼病人所以換句話說他的loading也很輕
transcript.whisperx[24].start 539.986
transcript.whisperx[24].end 568.801
transcript.whisperx[24].text 但是他不是住房的這部分他可能是在門診的部分不管門診的這是住院歸住院的護理師因為我們的加成是根據你收治住院病人的10%去加成他只住一天就是有一種沒有病人其實是沒有病人其實這樣的護理人員他上班的時候也輕鬆因為沒病人但是他需要有一個護理師在那邊
transcript.whisperx[25].start 570.121
transcript.whisperx[25].end 593.286
transcript.whisperx[25].text 這個病房要等嘛不知道什麼時候會有但是確實又沒有什麼病人來所以他最後會領到的很少主要是這樣所以這樣的公視對這一類的醫院其實就沒有產生效果我們來討論看看分到幾十塊怎麼讓這些小型醫院的這個功能能夠發揮出來這是另外一個要思考的好啊 你們一併去檢討好不好好 謝謝好 謝謝委員
transcript.whisperx[26].start 599.002
transcript.whisperx[26].end 602.051
transcript.whisperx[26].text 謝謝王育民委員發言接下來請邱振軍委員發言