iVOD / 167316

Field Value
IVOD_ID 167316
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167316
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 2026-01-29T10:30:08+08:00
結束時間 2026-01-29T10:41:56+08:00
影片長度 00:11:48
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/58229044bac95a8839ce9bfea741ec9852fd623850d83d5b9da39f225449bb571e7a2a83f9da65db5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 涂權吉
委員發言時間 10:30:08 - 10:41:56
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_03
transcript.pyannote[0].start 0.52034375
transcript.pyannote[0].end 3.65909375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 3.65909375
transcript.pyannote[1].end 3.69284375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 6.74721875
transcript.pyannote[2].end 7.32096875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 7.32096875
transcript.pyannote[3].end 7.35471875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 7.87784375
transcript.pyannote[4].end 14.89784375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 14.44221875
transcript.pyannote[5].end 14.61096875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 14.89784375
transcript.pyannote[6].end 15.16784375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 15.16784375
transcript.pyannote[7].end 23.26784375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 23.26784375
transcript.pyannote[8].end 37.59471875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 27.97596875
transcript.pyannote[9].end 29.59596875
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 36.34596875
transcript.pyannote[10].end 37.51034375
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 37.59471875
transcript.pyannote[11].end 50.20034375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 45.15471875
transcript.pyannote[12].end 45.49221875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 49.86284375
transcript.pyannote[13].end 50.58846875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 50.50409375
transcript.pyannote[14].end 57.59159375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 57.59159375
transcript.pyannote[15].end 57.89534375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 57.84471875
transcript.pyannote[16].end 59.14409375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 59.73471875
transcript.pyannote[17].end 62.55284375
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 63.12659375
transcript.pyannote[18].end 66.94034375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 65.60721875
transcript.pyannote[19].end 65.65784375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 65.65784375
transcript.pyannote[20].end 67.22721875
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 67.05846875
transcript.pyannote[21].end 79.73159375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 79.71471875
transcript.pyannote[22].end 80.03534375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 79.88346875
transcript.pyannote[23].end 82.33034375
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 83.05596875
transcript.pyannote[24].end 99.17159375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 99.39096875
transcript.pyannote[25].end 116.82284375
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 116.82284375
transcript.pyannote[26].end 116.92409375
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 117.36284375
transcript.pyannote[27].end 126.35721875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 126.35721875
transcript.pyannote[28].end 126.67784375
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 126.49221875
transcript.pyannote[29].end 127.97721875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 128.33159375
transcript.pyannote[30].end 130.82909375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 130.77846875
transcript.pyannote[31].end 131.09909375
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 130.87971875
transcript.pyannote[32].end 131.89221875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 132.41534375
transcript.pyannote[33].end 137.68034375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 137.68034375
transcript.pyannote[34].end 177.13409375
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 177.13409375
transcript.pyannote[35].end 177.15096875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 177.23534375
transcript.pyannote[36].end 179.26034375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 179.78346875
transcript.pyannote[37].end 194.16096875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 185.55471875
transcript.pyannote[38].end 185.87534375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 188.45721875
transcript.pyannote[39].end 188.87909375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 194.04284375
transcript.pyannote[40].end 194.43096875
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 194.39721875
transcript.pyannote[41].end 199.12221875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 199.05471875
transcript.pyannote[42].end 199.40909375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 199.35846875
transcript.pyannote[43].end 209.41596875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 208.99409375
transcript.pyannote[44].end 224.68784375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 223.59096875
transcript.pyannote[45].end 233.56409375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 231.53909375
transcript.pyannote[46].end 237.09096875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 237.42846875
transcript.pyannote[47].end 258.20159375
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 252.58221875
transcript.pyannote[48].end 252.97034375
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 258.20159375
transcript.pyannote[49].end 265.44096875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 264.74909375
transcript.pyannote[50].end 266.40284375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 266.57159375
transcript.pyannote[51].end 270.16596875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 269.47409375
transcript.pyannote[52].end 269.72721875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 270.16596875
transcript.pyannote[53].end 270.94221875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 270.94221875
transcript.pyannote[54].end 272.81534375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 273.15284375
transcript.pyannote[55].end 275.59971875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 276.05534375
transcript.pyannote[56].end 279.17721875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 279.49784375
transcript.pyannote[57].end 284.99909375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 284.02034375
transcript.pyannote[58].end 284.10471875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 285.75846875
transcript.pyannote[59].end 288.39096875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 288.81284375
transcript.pyannote[60].end 291.96846875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 291.96846875
transcript.pyannote[61].end 292.17096875
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 292.17096875
transcript.pyannote[62].end 292.22159375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 292.22159375
transcript.pyannote[63].end 292.32284375
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 292.32284375
transcript.pyannote[64].end 292.33971875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 292.33971875
transcript.pyannote[65].end 292.40721875
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 292.40721875
transcript.pyannote[66].end 292.44096875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 292.44096875
transcript.pyannote[67].end 292.74471875
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 292.82909375
transcript.pyannote[68].end 305.13096875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 305.38409375
transcript.pyannote[69].end 315.89721875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 316.43721875
transcript.pyannote[70].end 338.13846875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 338.08784375
transcript.pyannote[71].end 338.44221875
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 338.23971875
transcript.pyannote[72].end 342.55971875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 342.96471875
transcript.pyannote[73].end 343.52159375
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 344.19659375
transcript.pyannote[74].end 358.54034375
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 358.99596875
transcript.pyannote[75].end 366.94409375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 367.39971875
transcript.pyannote[76].end 377.47409375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 377.91284375
transcript.pyannote[77].end 400.81221875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 400.72784375
transcript.pyannote[78].end 408.50721875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 408.42284375
transcript.pyannote[79].end 408.82784375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 408.59159375
transcript.pyannote[80].end 411.51096875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 412.16909375
transcript.pyannote[81].end 418.78409375
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 419.13846875
transcript.pyannote[82].end 424.26846875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 424.52159375
transcript.pyannote[83].end 426.10784375
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 426.25971875
transcript.pyannote[84].end 427.27221875
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 427.72784375
transcript.pyannote[85].end 428.60534375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 429.07784375
transcript.pyannote[86].end 432.60471875
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 432.90846875
transcript.pyannote[87].end 435.74346875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 436.24971875
transcript.pyannote[88].end 439.47284375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 439.60784375
transcript.pyannote[89].end 442.22346875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 442.51034375
transcript.pyannote[90].end 446.64471875
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 447.53909375
transcript.pyannote[91].end 452.80409375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 452.78721875
transcript.pyannote[92].end 453.29346875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 453.00659375
transcript.pyannote[93].end 455.65596875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 456.02721875
transcript.pyannote[94].end 460.54971875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 460.54971875
transcript.pyannote[95].end 460.56659375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 460.60034375
transcript.pyannote[96].end 460.63409375
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 460.63409375
transcript.pyannote[97].end 466.11846875
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 467.01284375
transcript.pyannote[98].end 467.33346875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 469.17284375
transcript.pyannote[99].end 469.18971875
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 469.18971875
transcript.pyannote[100].end 469.59471875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 469.59471875
transcript.pyannote[101].end 469.62846875
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 469.62846875
transcript.pyannote[102].end 469.76346875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 469.76346875
transcript.pyannote[103].end 470.52284375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 471.34971875
transcript.pyannote[104].end 516.40596875
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 516.40596875
transcript.pyannote[105].end 535.08659375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 535.08659375
transcript.pyannote[106].end 535.47471875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 535.47471875
transcript.pyannote[107].end 548.67096875
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 548.87346875
transcript.pyannote[108].end 576.21096875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 576.58221875
transcript.pyannote[109].end 577.88159375
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 578.28659375
transcript.pyannote[110].end 585.44159375
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 586.23471875
transcript.pyannote[111].end 602.89034375
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 603.22784375
transcript.pyannote[112].end 615.63096875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 616.35659375
transcript.pyannote[113].end 619.42784375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 619.12409375
transcript.pyannote[114].end 631.59471875
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 630.41346875
transcript.pyannote[115].end 630.83534375
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 631.61159375
transcript.pyannote[116].end 631.62846875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 631.64534375
transcript.pyannote[117].end 632.03346875
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 632.03346875
transcript.pyannote[118].end 660.21471875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 646.66409375
transcript.pyannote[119].end 646.93409375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 648.11534375
transcript.pyannote[120].end 648.35159375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 660.50159375
transcript.pyannote[121].end 662.22284375
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 662.22284375
transcript.pyannote[122].end 672.14534375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 662.61096875
transcript.pyannote[123].end 663.33659375
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 672.71909375
transcript.pyannote[124].end 673.93409375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 673.91721875
transcript.pyannote[125].end 674.32221875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 674.15346875
transcript.pyannote[126].end 674.96346875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 674.32221875
transcript.pyannote[127].end 674.49096875
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 674.96346875
transcript.pyannote[128].end 689.03721875
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 675.48659375
transcript.pyannote[129].end 675.97596875
transcript.pyannote[130].speaker SPEAKER_03
transcript.pyannote[130].start 681.64596875
transcript.pyannote[130].end 682.03409375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 682.03409375
transcript.pyannote[131].end 683.85659375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 686.28659375
transcript.pyannote[132].end 686.82659375
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 689.03721875
transcript.pyannote[133].end 699.14534375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 697.33971875
transcript.pyannote[134].end 697.93034375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 699.14534375
transcript.pyannote[135].end 701.13659375
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 699.44909375
transcript.pyannote[136].end 699.53346875
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 699.61784375
transcript.pyannote[137].end 700.71471875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 703.11096875
transcript.pyannote[138].end 706.70534375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 707.90346875
transcript.pyannote[139].end 709.42221875
transcript.whisperx[0].start 0.543
transcript.whisperx[0].end 3.304
transcript.whisperx[0].text 好謝謝主席那請問石部長要請石部長都委員好好石部長那之前在總質詢的時候有跟院長還有衛福部說拜託檢討一下我們桃園沿海醫療量能的問題這部分部長有
transcript.whisperx[1].start 22.449
transcript.whisperx[1].end 36.464
transcript.whisperx[1].text 知道這件事嗎有有有就是委員一直在關心這個我們新屋分店桃園新屋分店那個一直在行政院審查當中應該快要有結果了我們在做最後的計畫修訂
transcript.whisperx[2].start 37.885
transcript.whisperx[2].end 60.561
transcript.whisperx[2].text 因為那時候講沿海醫療量能的問題因為我們說像我們全台灣最大的三個工業區一個是張濱、雲林還有一個就是我們桃園沿海的觀音工業區那觀音工業區裡面它包含桃科工業區、環科工業區、大唐工業區還有旁邊的大園工業區那據我們了解我們看張濱工業區它裡面
transcript.whisperx[3].start 63.203
transcript.whisperx[3].end 79.136
transcript.whisperx[3].text 有一個區域教學醫院就是我們彰化秀傳醫院那在雲林工業區裡面有一個地區醫院是我們雲林長根醫院所以我們發現我們為什麼說要討論這沿海醫療量呢你看我們這個北部最大的工業區觀音工業區那這裡面
transcript.whisperx[4].start 83.486
transcript.whisperx[4].end 98.895
transcript.whisperx[4].text 包含我剛剛講的那麼多個工業區都在裡面可是這裡面完全都沒有醫療院所然後也沒有急診所以這部分部長有幫我們了解有沒有什麼要怎麼樣去做改善的地方
transcript.whisperx[5].start 99.977
transcript.whisperx[5].end 114.442
transcript.whisperx[5].text 這個我們會再找這個桃園衛生局我們來討論看看因為這個這個桃園的副市長王副市長他很有想法那他的想法也很不錯我們會跟他來討論之後來協助對因為
transcript.whisperx[6].start 117.443
transcript.whisperx[6].end 129.117
transcript.whisperx[6].text 他們有討論過就是市府可能規劃要市立醫院然後在觀音成立一個分院可是成立分院他可能是會設門診但是一樣
transcript.whisperx[7].start 132.441
transcript.whisperx[7].end 158.804
transcript.whisperx[7].text 可能因為他說因為他本身資源的問題他沒有辦法去做這個急診對 跟委員說明這個王副市長很特別也跟我提到這個事情那他的想法也蠻務實的就是說你去弄一個醫院那但是呢這個醫院現在光是這個找人啦這個開病床這個問題啦那這個地方的主要任務就是向UCC啦就是向我們現在所提供的這個
transcript.whisperx[8].start 160.345
transcript.whisperx[8].end 176.473
transcript.whisperx[8].text 及輕症或者是重症的初步處理然後就後送所以大概會朝這個方向來設計然後我們來跟衛生局來討論看看如果需要我們協助的部分我們會全力來協助
transcript.whisperx[9].start 177.493
transcript.whisperx[9].end 198.811
transcript.whisperx[9].text 對 因為我們在講最主要除了它本身因為我們發現大園跟觀音完全都沒有急診便房然後它裡面除了一般它裡面居住的人口之外其實它現在人口一直在成長最主要每天到工業區上班的人數也是非常非常的多
transcript.whisperx[10].start 199.471
transcript.whisperx[10].end 224.001
transcript.whisperx[10].text 那如果說成立這個觀音分院是不是有機會衛福部可以把他納入緊急醫療網的部分來加強他急診這個方面就是他的功能像我們現在做的UCC像我們UCC是做假日嘛然後再看他當時候因為有時候夜間不見得需要但是平常因為上班時間人比較多那萬一有什麼狀況的時候可以就近除的處理好 那這部分
transcript.whisperx[11].start 225.462
transcript.whisperx[11].end 244.542
transcript.whisperx[11].text 弱勢力醫院觀音草大分院成立之後輸衛福部我希望說請他們送計畫跟衛福部討論納入緊急醫療網我們之前是對於為了避免妨礙到分級醫療政策的推動所以一般的醫院的所謂的院外門診部已經是禁止不設
transcript.whisperx[12].start 245.163
transcript.whisperx[12].end 270.286
transcript.whisperx[12].text 但是公立醫院如果是基於他的公共任務需要的話呢那麼我們可以專案來審查所以我們會請這個衛生局提出這個整個規劃之後我們來協助討論好那就請部長幫忙希望我們這個市立醫院觀音草大分院成立之後希望衛福部把他納入這個方向我很支持好希望把他納入我們就有機會在那邊設急診病房是
transcript.whisperx[13].start 271.027
transcript.whisperx[13].end 284.748
transcript.whisperx[13].text 好 那剛剛部長也知道也有討論到就是我們因為剛前面有提到我們觀音不是 我們部桃新屋分院綜合醫療大樓的擴建計畫那這部分
transcript.whisperx[14].start 286.019
transcript.whisperx[14].end 303.209
transcript.whisperx[14].text 現在部長你掌握的情形到哪裡這個在做最後的修訂了啦應該也快了應該也快了對 據我們了解好像說我們查詢我們在今年1月15號查詢說國發會已經把他的審議意見函附給行政院了對對對
transcript.whisperx[15].start 304.15
transcript.whisperx[15].end 315.518
transcript.whisperx[15].text 而且他們也說請行政院協助建樹合併表示他們也認同這個綜合醫療大樓部桃新屋分院擴建計畫應該要馬上進行所以這部分請部長再幫我們多編連因為這關係到我們大園觀音新屋還有陽梅整個周邊因為這
transcript.whisperx[16].start 325.186
transcript.whisperx[16].end 343.284
transcript.whisperx[16].text 醫療資源真的匱乏那所以我們把計畫在部桃新屋分院這擴建計畫提升我們的醫療量能提升他的醫療資源好這個我們的責任好這部分也請我們部長多幫忙那還有這個之前我們有提到我們目前真的
transcript.whisperx[17].start 344.244
transcript.whisperx[17].end 365.084
transcript.whisperx[17].text 我們這個醫事放射師還有護理師人力不足像今天大家討論我們春節急診還有我們三班戶病比的問題所以我們了解其實現在最擔心的就是我們護理師人力不足還有醫事放射師人力不足那這部分之前也跟部長來討論過那
transcript.whisperx[18].start 367.466
transcript.whisperx[18].end 377.3
transcript.whisperx[18].text 部長後來你有了解我們各縣市醫事放射師人力的缺口的情形部長這部分有沒有掌握是不是很缺啊
transcript.whisperx[19].start 378.65
transcript.whisperx[19].end 400.719
transcript.whisperx[19].text 我想醫事司昨天才跟醫事放射師團體大家有做過一些討論了解他們所面臨到的職業困境健保也在協助陳署長也親自跟他們談過所以我們未來會有一些新的改善方案
transcript.whisperx[20].start 401.219
transcript.whisperx[20].end 428.377
transcript.whisperx[20].text 對 據我們了解其實北部你看連續兩年我們查了一下連續兩年這放射師招募都不足那中部我看很多教學醫院居然高達大概有五成的缺口所以這個直接其實影響到我們民眾的醫療的權益你像他們排這個CT電腦斷層還有MRI 實證照影常常都要
transcript.whisperx[21].start 429.37
transcript.whisperx[21].end 442.998
transcript.whisperx[21].text 兩三個月甚至要到半年所以這我覺得這個人力的缺口已經嚴重影響到我們民眾醫療治療的權益那然後我們也了解看我們針對台灣這幾年來應屆畢業生
transcript.whisperx[22].start 448.001
transcript.whisperx[22].end 464.393
transcript.whisperx[22].text 這個醫事放射師尤其我們查了一下像中山醫學大學他應屆畢業生我們看到這幾年我看這幾年他大概高達500人次都跑到新加坡去不知道部長針對這部分的了解有掌握到這個狀況嗎為什麼會有這樣的情形
transcript.whisperx[23].start 471.436
transcript.whisperx[23].end 495.962
transcript.whisperx[23].text 我補充這段是昨天在跟相關同仁在做一個瞭解的時候他們其實是表示是我們台灣訓練出來的數字很好然後新加坡開出來的薪資比較高所以對新手上路剛畢業的人而言他是一個吸力那同時我們台灣這邊面臨到的困境就是我必須把我們自己的吸力跟推力減少推力增加吸引力所以昨天在討論的過程當中
transcript.whisperx[24].start 497.202
transcript.whisperx[24].end 516.074
transcript.whisperx[24].text 就包括了是我們的那個醫療機構設置這邊是不是能夠從我們的平靜的條文做一些改善不是再從病床數這邊然後另外一個心智的保障的部分昨天也大概有初步的一個了解所以這邊的話我們部裡面就是爭據這些的一個結論我們會再做政策的調整以上
transcript.whisperx[25].start 516.414
transcript.whisperx[25].end 531.142
transcript.whisperx[25].text 所以剛剛有提到所以這當然我們很欣慰說我們訓練出來的這些醫事人員很優秀可是也很可悲我們花了那麼多錢教育出來優秀的人才結果全部跑到國外去被他高薪
transcript.whisperx[26].start 531.722
transcript.whisperx[26].end 545.111
transcript.whisperx[26].text 去挖角你看中山大學這幾年就500人次當然我們也了解因為他的薪水月薪大概12萬到15萬所以我們才會一直講說我們是不是在很多制度面應該要好好去檢討我們這些護理師人員還有
transcript.whisperx[27].start 549.573
transcript.whisperx[27].end 577.505
transcript.whisperx[27].text 這個醫事放射師人員他說他們低薪高工時業務量大那當然我們最近很多的福利做得很好像乳癌年輕化乳癌年輕化他去做這個篩檢但是變成我們這些放射師他的工作量能就變得更大所以我們才會提出像我們健保總額跟公務預算我們現在發現加起來超過一兆
transcript.whisperx[28].start 578.365
transcript.whisperx[28].end 602.551
transcript.whisperx[28].text 可是他們認為並沒有實質回饋在他們的身上所以我們才會提出像我們護理師的達標獎勵金還有夜班津貼還有我們醫事放射師的放射技術服務費是不是可以直接納入他們的薪資這部分才能實質回饋到他們的身上像護理師跟醫事
transcript.whisperx[29].start 603.351
transcript.whisperx[29].end 631.281
transcript.whisperx[29].text 放射師情形都是一樣啊是不是應該實質回饋到他們薪資身上不然這麼多優秀的護理師放射師人員好不容易我們培養起來全部外流到國外去那部長這部分是不是應該要好好的來討論解決好謝謝委員的提醒我們會特別關注在醫院裡面的這一些醫事人員的薪資還有他的工作條件我們會來討論一些方案來協助提升
transcript.whisperx[30].start 631.981
transcript.whisperx[30].end 659.807
transcript.whisperx[30].text 因為這個醫事放射師全聯會他們也有研議一些試辦計畫跟他放射服務費的增加與計算公式那在這邊我是不是可以等一下會後我給部長你們拿回去研議一下再跟他們討論一下因為我們真的很擔心這些人才的外流以及嚴重影響到我們台灣的醫療品質那像這個部分回去研議大概三個月內可以回覆嗎
transcript.whisperx[31].start 660.523
transcript.whisperx[31].end 689.992
transcript.whisperx[31].text 三個月了好那還有像我之前有提出護理師的達標獎勵金跟月班津貼一樣納入護理人員的薪資那這部分上次有提過那還沒有回覆我們會來這個調查一下清查一下盤點一下這個執行的情形因為那些本來就是要規定要給護理人員的那一個月內可以回覆處理情形嗎那個一個月我們查一下
transcript.whisperx[32].start 690.532
transcript.whisperx[32].end 700.425
transcript.whisperx[32].text 好那這部分就拜託部長為了台灣的醫療品質和民眾的權益那拜託部長那這個資料就下給部長好謝謝謝謝圖權級委員發言那本席宣告