iVOD / 167329

Field Value
IVOD_ID 167329
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167329
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 2026-01-29T10:55:15+08:00
結束時間 2026-01-29T11:07:58+08:00
影片長度 00:12:43
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/58229044bac95a8870eae5b38afff71452fd623850d83d5bef4d1ce49928203b1257d1c12132fb9b5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 廖偉翔
委員發言時間 10:55:15 - 11:07:58
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 6.71346875
transcript.pyannote[0].end 7.91159375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 8.33346875
transcript.pyannote[1].end 9.12659375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 11.23596875
transcript.pyannote[2].end 32.09346875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 32.09346875
transcript.pyannote[3].end 47.44971875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 42.85971875
transcript.pyannote[4].end 42.87659375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 42.87659375
transcript.pyannote[5].end 43.97346875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 43.97346875
transcript.pyannote[6].end 45.77909375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 47.55096875
transcript.pyannote[7].end 57.32159375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 47.66909375
transcript.pyannote[8].end 49.03596875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 49.03596875
transcript.pyannote[9].end 49.93034375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 49.93034375
transcript.pyannote[10].end 49.94721875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 49.94721875
transcript.pyannote[11].end 49.96409375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 54.90846875
transcript.pyannote[12].end 55.97159375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 57.32159375
transcript.pyannote[13].end 60.96659375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 58.90784375
transcript.pyannote[14].end 60.86534375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 60.96659375
transcript.pyannote[15].end 62.85659375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 61.75971875
transcript.pyannote[16].end 64.66221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 64.74659375
transcript.pyannote[17].end 73.80846875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 65.10096875
transcript.pyannote[18].end 65.64096875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 66.11346875
transcript.pyannote[19].end 66.38346875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 74.16284375
transcript.pyannote[20].end 74.41596875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 74.82096875
transcript.pyannote[21].end 74.92221875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 74.92221875
transcript.pyannote[22].end 76.32284375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 77.28471875
transcript.pyannote[23].end 78.29721875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 77.92596875
transcript.pyannote[24].end 80.77784375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 80.77784375
transcript.pyannote[25].end 85.28346875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 82.61721875
transcript.pyannote[26].end 82.75221875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 85.65471875
transcript.pyannote[27].end 86.78534375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 87.49409375
transcript.pyannote[28].end 93.80534375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 94.00784375
transcript.pyannote[29].end 116.95784375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 117.59909375
transcript.pyannote[30].end 120.36659375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 121.17659375
transcript.pyannote[31].end 144.63284375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 145.29096875
transcript.pyannote[32].end 147.87284375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 148.81784375
transcript.pyannote[33].end 151.39971875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 151.95659375
transcript.pyannote[34].end 154.90971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 155.55096875
transcript.pyannote[35].end 157.77846875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 158.77409375
transcript.pyannote[36].end 168.83159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 169.45596875
transcript.pyannote[37].end 172.71284375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 172.84784375
transcript.pyannote[38].end 179.61471875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 179.74971875
transcript.pyannote[39].end 187.96784375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 188.28846875
transcript.pyannote[40].end 189.50346875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 190.19534375
transcript.pyannote[41].end 192.06846875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 192.33846875
transcript.pyannote[42].end 202.39596875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 202.83471875
transcript.pyannote[43].end 203.03721875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 203.03721875
transcript.pyannote[44].end 203.08784375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 203.08784375
transcript.pyannote[45].end 203.96534375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 203.96534375
transcript.pyannote[46].end 298.63409375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 229.42971875
transcript.pyannote[47].end 230.32409375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 236.66909375
transcript.pyannote[48].end 238.12034375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 238.52534375
transcript.pyannote[49].end 239.04846875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 294.88784375
transcript.pyannote[50].end 321.12846875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 303.79784375
transcript.pyannote[51].end 303.96659375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 303.96659375
transcript.pyannote[52].end 305.02971875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 321.41534375
transcript.pyannote[53].end 329.26221875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 329.26221875
transcript.pyannote[54].end 329.56596875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 329.98784375
transcript.pyannote[55].end 332.31659375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 333.90284375
transcript.pyannote[56].end 345.12471875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 346.62659375
transcript.pyannote[57].end 355.60409375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 355.80659375
transcript.pyannote[58].end 361.76346875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 362.74221875
transcript.pyannote[59].end 376.46159375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 377.00159375
transcript.pyannote[60].end 395.46284375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 395.80034375
transcript.pyannote[61].end 402.01034375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 402.41534375
transcript.pyannote[62].end 416.05034375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 410.85284375
transcript.pyannote[63].end 410.86971875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 410.86971875
transcript.pyannote[64].end 410.88659375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 410.95409375
transcript.pyannote[65].end 411.07221875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 416.26971875
transcript.pyannote[66].end 436.82346875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 436.82346875
transcript.pyannote[67].end 484.88346875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 444.40034375
transcript.pyannote[68].end 444.56909375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 453.81659375
transcript.pyannote[69].end 454.15409375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 484.52909375
transcript.pyannote[70].end 497.62409375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 487.02659375
transcript.pyannote[71].end 487.27971875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 489.32159375
transcript.pyannote[72].end 489.50721875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 490.48596875
transcript.pyannote[73].end 490.82346875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 491.81909375
transcript.pyannote[74].end 492.08909375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 494.04659375
transcript.pyannote[75].end 494.33346875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 495.58221875
transcript.pyannote[76].end 495.93659375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 497.79284375
transcript.pyannote[77].end 515.56221875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 498.41721875
transcript.pyannote[78].end 498.97409375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 498.97409375
transcript.pyannote[79].end 499.10909375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 515.68034375
transcript.pyannote[80].end 548.95784375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 530.51346875
transcript.pyannote[81].end 530.58096875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 530.74971875
transcript.pyannote[82].end 530.81721875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 549.59909375
transcript.pyannote[83].end 557.19284375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 558.30659375
transcript.pyannote[84].end 594.28409375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 581.96534375
transcript.pyannote[85].end 582.10034375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 594.65534375
transcript.pyannote[86].end 594.68909375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 594.68909375
transcript.pyannote[87].end 594.75659375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 594.75659375
transcript.pyannote[88].end 594.77346875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 594.77346875
transcript.pyannote[89].end 620.11971875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 597.37221875
transcript.pyannote[90].end 598.13159375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 598.16534375
transcript.pyannote[91].end 598.30034375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 611.31096875
transcript.pyannote[92].end 611.34471875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 611.34471875
transcript.pyannote[93].end 611.80034375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 611.80034375
transcript.pyannote[94].end 611.95221875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 615.68159375
transcript.pyannote[95].end 615.73221875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 620.17034375
transcript.pyannote[96].end 624.52409375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 620.50784375
transcript.pyannote[97].end 620.60909375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 624.72659375
transcript.pyannote[98].end 644.72346875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 625.26659375
transcript.pyannote[99].end 625.38471875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 645.21284375
transcript.pyannote[100].end 649.07721875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 650.79846875
transcript.pyannote[101].end 661.80096875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 657.98721875
transcript.pyannote[102].end 658.05471875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 658.08846875
transcript.pyannote[103].end 658.15596875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 661.80096875
transcript.pyannote[104].end 670.22159375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 670.55909375
transcript.pyannote[105].end 672.02721875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 672.17909375
transcript.pyannote[106].end 711.61596875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 682.89471875
transcript.pyannote[107].end 683.18159375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 711.24471875
transcript.pyannote[108].end 712.57784375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 712.57784375
transcript.pyannote[109].end 713.70846875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 713.70846875
transcript.pyannote[110].end 715.05846875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 713.74221875
transcript.pyannote[111].end 713.77596875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 716.22284375
transcript.pyannote[112].end 719.63159375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 719.86784375
transcript.pyannote[113].end 734.38034375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 723.19221875
transcript.pyannote[114].end 723.25971875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 734.83596875
transcript.pyannote[115].end 750.51284375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 736.23659375
transcript.pyannote[116].end 736.32096875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 748.96034375
transcript.pyannote[117].end 751.79534375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 751.94721875
transcript.pyannote[118].end 753.44909375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 753.60096875
transcript.pyannote[119].end 757.63409375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 758.22471875
transcript.pyannote[120].end 759.81096875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 760.28346875
transcript.pyannote[121].end 762.96659375
transcript.whisperx[0].start 6.952
transcript.whisperx[0].end 7.233
transcript.whisperx[0].text 謝謝主席 請時部長
transcript.whisperx[1].start 11.4
transcript.whisperx[1].end 31.628
transcript.whisperx[1].text 六點好 部長好 我要接續我們醫界很敬重我們的蘇清泉院長的問題你剛剛說醫師加班費免稅這件事你剛剛說很快會有好消息 什麼時候我們追蹤很久了 本來上次你跟我說今年就可以用了 那到底是什麼時候
transcript.whisperx[2].start 32.388
transcript.whisperx[2].end 60.644
transcript.whisperx[2].text 因為當然我們要釐清像剛剛這個蘇委員特別提到有的是加班有的是值班啦其實簡單講就是有正常工時制的跟輪班制的等一下部長怎麼說什麼時候有這個好消息啊應該你什麼時候公佈然後你們協調怎麼樣下個月我們大概協調的還有一次會議還有一次再一次就沒確定了嗎最後就拍板了再一次會議就拍板了所以最快是什麼時候會有定案
transcript.whisperx[3].start 61.945
transcript.whisperx[3].end 75.541
transcript.whisperx[3].text 2月農曆年前可不可以給一個好消息農曆年前你要這個對不對我們在講今天急診的像血汗醫護你要在農曆年前給大家一個小紅包吧過年以前我們發個函啦
transcript.whisperx[4].start 78.095
transcript.whisperx[4].end 93.381
transcript.whisperx[4].text 過年前發函我們趕一下看看我們發函好過年前可以發函喔我今天的質詢這樣子就有一個有一個成果好那部長再來我要再剛這題剛這題你答應了喔過年前發函好
transcript.whisperx[5].start 95.041
transcript.whisperx[5].end 119.788
transcript.whisperx[5].text 那再來就是我要問一下部長現在有這個多重病毒傳播國際化的問題那這個當然最近這個世界上動盪很大那部長美國的衛生部長小羅伯·甘奈迪他說基於世衛與COVID-19的這個疫情期間的失職表現美國已經正式要退出WHO
transcript.whisperx[6].start 121.249
transcript.whisperx[6].end 147.434
transcript.whisperx[6].text 那他的副部長O'Neill又說WHO忽視台灣在2019年對於COVID-19的早期示警陷入官僚主義利益衝突以及國際的權力政治但是世衛的專家范科霍夫卻說O'Neill所說的完全不實他又說台灣並未警告世衛那台灣是在同一天向世衛
transcript.whisperx[7].start 149.054
transcript.whisperx[7].end 157.545
transcript.whisperx[7].text 這個索取資訊那是會沒有忽視台灣那我也注意到我們陳時中政委有反駁說台灣雖然沒有明確的說出
transcript.whisperx[8].start 158.98
transcript.whisperx[8].end 182.88
transcript.whisperx[8].text 會人傳人但是強調非典肺炎的特性且這個病患呢均隔離治療強烈的暗示人傳人的可能性那我想要請問一下部長台灣有確實依照國際衛生條例IHR的第六條通報世衛但為何會出現這樣的資訊落差那我也有去看了一下這個IHR的條文跟附件
transcript.whisperx[9].start 183.44
transcript.whisperx[9].end 201.91
transcript.whisperx[9].text 通報的條文和適用的決策文件的實例的確不需要指名說人傳人那就是要問一下部長現在美國要正式退出WHO那也打算成立新的國際衛生體系那我們未來會參加美國新成立的衛生體系嗎
transcript.whisperx[10].start 202.83
transcript.whisperx[10].end 229.94
transcript.whisperx[10].text 好 跟委員說明有關於當時候的通報2020年4月的時候指揮中心特別把當時候我們CDC發給衛生組織的那一個英文信公開給大家看上面明確的提到那麼有幾例的有7例的artipical pneumonia就是不典型肺炎的發生同時正在接受isolated treatment就是隔離的治療
transcript.whisperx[11].start 230.74
transcript.whisperx[11].end 256.066
transcript.whisperx[11].text 所以這已經很明顯的暗示這是一個不尋常的可能有人傳人感染的風險所以當時候可惜的是WHO忽略了台灣的這封信沒有及時的反映出說這個可能是一個人傳人的非典型肺炎所以確實我覺得美國次長所言是正確的
transcript.whisperx[12].start 256.986
transcript.whisperx[12].end 273.691
transcript.whisperx[12].text 那麼至於說美國退出WHO我想對WHO的衝擊可能遠比對台灣的衝擊更大但是WHO仍然是目前重要的國際公共衛生醫療上面的一個
transcript.whisperx[13].start 274.591
transcript.whisperx[13].end 297.867
transcript.whisperx[13].text 平台所以我們還是希望積極的爭取那麼參加那麼積極的參與活動那未來如果美國成立有另外的這個公共衛生的國際平台當然我們也會去積極的爭取加入那麼總是希望這個病毒或傳染病是沒有國界的所以意思就是說我們也會去爭取加入啦會
transcript.whisperx[14].start 298.948
transcript.whisperx[14].end 317.786
transcript.whisperx[14].text 因為我也是在想說你剛剛的答案就是說兩個你們都還是要持續的參與因為我剛剛也是的確我是覺得說因為過去年年編預算你們發新聞稿說要爭取加入WHO可是其實剛剛你說的對WHO衝擊很大這個美國是帶頭大哥他都跑走了
transcript.whisperx[15].start 318.447
transcript.whisperx[15].end 341.723
transcript.whisperx[15].text 那這個組織的資源大幅縮水所以我剛剛也是很想要問一下說那我們現在到底怎麼辦所以你現在一直說我們兩邊還是要持續爭取對好所以我想這個部分我們要拜託你要持續的追蹤希望可以持續的這個爭取實質的有意義的參與這些國際組織好再來我想要問一下
transcript.whisperx[16].start 346.667
transcript.whisperx[16].end 359.478
transcript.whisperx[16].text 部長我們也可以看到台灣的現況現在台積電為主的相關產業鏈和最優秀的人才最充裕的資金都向美輸出但是根據台大醫院的研究以往在台灣極為罕見的這個
transcript.whisperx[17].start 362.816
transcript.whisperx[17].end 378.406
transcript.whisperx[17].text 求黴菌症尤其在這個高風險族群如免疫力低下的相關的族群都可能會發生嚴重的肺部或這個擴散性的感染那在2021年前的我們我國只有一例
transcript.whisperx[18].start 378.986
transcript.whisperx[18].end 394.037
transcript.whisperx[18].text 但是最近這兩年它增加了12例也就是增加了變多了而且所有的病例都曾經赴美國的亞利桑那州跟加州那其中有六成從事半導體相關的產業它的這個趨勢跟台灣半導體去亞利桑那州的擴張持續有點蠻吻合的所以
transcript.whisperx[19].start 402.703
transcript.whisperx[19].end 418.166
transcript.whisperx[19].text 這個患者多半雖然目前是這個所謂的輕微啦或感冒啦或者是肺炎但是如果是免疫力差的就會變重症喔那針對這波的病毒患人才的公共衛生逆差那衛福部除了加強監測有沒有什麼具體的
transcript.whisperx[20].start 419.608
transcript.whisperx[20].end 436.466
transcript.whisperx[20].text 邊境的這個風險管控的方案那有沒有針對這部分的高風險的地區返台人才建立專屬的這個指引或者是通報的SOP或者像宣導這個立百病毒一樣加強宣導前往該地區的旅客應該注意的事項是
transcript.whisperx[21].start 437.327
transcript.whisperx[21].end 459.959
transcript.whisperx[21].text 是跟委員說明確實如同我剛剛提到病毒或者是傳染病是沒有國界的而且隨著這個人員移動的頻繁它就會造成這個疾病的這個散播啦那所以這個加強監測都是我們CDC一直在做的事情那這個監測不只是監測國內也要監測全球發生的這個
transcript.whisperx[22].start 465.201
transcript.whisperx[22].end 475.892
transcript.whisperx[22].text 變化統統要納入所以像立白病毒也是一樣雖然國內至今沒有驗出任何一例或者任何的確診病例可是因為國際有這個狀況為了強化這個通報監測及時察覺所以我們才會去預告說把它列為第五類傳染病那這個我們也會評估講到講的就是針對這一塊
transcript.whisperx[23].start 488.224
transcript.whisperx[23].end 515.118
transcript.whisperx[23].text 因為時間有限 我就是要提醒部長這塊你可能也要去注意 監控一下趕快去做相關的這個這個宣導 是 對不對那另外就是除了這個球黴菌症之外類似的傳播途徑啊跟這個各類的變種病毒的也是很多啦所以包含著你們有監測的這個中國大陸目前的鼻病毒那它的還有流感疫情都處於高點啦那國內也出現首例
transcript.whisperx[24].start 516.116
transcript.whisperx[24].end 529.532
transcript.whisperx[24].text 這個俗稱這個蘋果病的B19的微小病毒那它會併發這個心肌炎那也有這個個案甚至我們台中有名女童忽然在跟家人出遊的時候她就大叫一聲她就猝死了所以
transcript.whisperx[25].start 531.654
transcript.whisperx[25].end 556.763
transcript.whisperx[25].text 我想這個很多人都人心惶惶啦那所以大家會這麼害怕的原因主要是因為目前這個B19病毒他好像沒有疫苗也沒有特效藥嘛那會併發心肌炎的死亡率也高達30%所以現在面對這個春節返鄉草基層診所有沒有配備足夠的這種快篩啦或是診斷的試劑或是還是要等到他們必須送到這個醫學中心才可以確診
transcript.whisperx[26].start 558.619
transcript.whisperx[26].end 584.285
transcript.whisperx[26].text 當然有一些比較罕見的病確實這個只能是提高警覺那適時的要要後送因為這個經驗的累積還是重要的所以我們會去強化所以我們有這個醫界通函經常會去提醒這個所有的第一線的人員注意那有發覺的時候就要通報後送這個還是有需要大概不太可能說這個
transcript.whisperx[27].start 586.067
transcript.whisperx[27].end 590.234
transcript.whisperx[27].text 這些病都在第一線就完全治療大概我們是強化這個體系之間的這個轉診這樣好
transcript.whisperx[28].start 595.748
transcript.whisperx[28].end 616.547
transcript.whisperx[28].text 那這個部分也是要提醒一下部長那另外就是剛剛最後因為其實今天題目蠻多的最後一天不過我最後還是問一下你們的這個APP你們現在去年的春節的急診用賽的產況我想大家今天都很關注那你們預估急診人次也是平日的1.5倍到1.7倍左右
transcript.whisperx[29].start 617.248
transcript.whisperx[29].end 628.822
transcript.whisperx[29].text 那你們宣稱你們專案有七大監測指標那也針對這次的這個緊急醫療管理資訊系統的部分我想要問說你們有經過相關的壓力測試嗎因為你們每一秒可能都有幾萬筆的資料要更新等等的那你們可不可以承諾說到時候
transcript.whisperx[30].start 636.751
transcript.whisperx[30].end 648.984
transcript.whisperx[30].text 這個APP是不會當機不會延遲那另外你們更新是30分鐘有落差喔我在想因為很多就醫是很很緊急的狀況有沒有辦法做到10分鐘內更新等等的
transcript.whisperx[31].start 650.854
transcript.whisperx[31].end 671.389
transcript.whisperx[31].text 那個EMIS的更新那個我們是跟醫院的資訊系統直接串接的所以它的更新我記得是兩分鐘幾分鐘我先補充一下就是說我們分兩塊一塊是民眾這邊就醫的是健保的那個健保快醫
transcript.whisperx[32].start 672.31
transcript.whisperx[32].end 687.607
transcript.whisperx[32].text 然後那我們的那個在跟醫院接接的時候我們是那個急救責任是200多家醫院所以我們其實從1月12號之後其實就開始做所謂的壓力測試就是他們上傳資料然後那因為這個資料目前是手動的
transcript.whisperx[33].start 688.268
transcript.whisperx[33].end 714.742
transcript.whisperx[33].text 目前是手動的所以他更新速度沒有辦法那麼快可是我們在這個調整過程當中如果要做自動化的話其實大概委員講的那個剛剛我們部長講的是已經自動化的他大概就可以做到就是那個10分鐘內絕對可以做update完現在是因為那個指標部分還在做標準化所以這個地方上面的那個更新的速度就沒那麼快指標還沒有那麼快嗎對指標還沒那麼快那什麼時候可以
transcript.whisperx[34].start 716.294
transcript.whisperx[34].end 742.257
transcript.whisperx[34].text 就是你們打算什麼時候他可以就是你剛說手動的部分對手動的部分因為現在只有填數字所以也不會造成是說第一線同仁的困擾然後那預計就是這個春節完之後有一些東西因為我們的春節是這個大概就是七九天的假期嘛所以春節完之後最重要的是後面春節完通常才是急診用篩的一個
transcript.whisperx[35].start 743.178
transcript.whisperx[35].end 762.36
transcript.whisperx[35].text 更恐怖的一個 另外一個要去調整的空間那個地方的話 我們是在那段時間會再去做調整對 以上OK 好 謝謝以上謝謝 謝謝石部長好 謝謝委員好 謝謝廖委員 謝謝部長我們現在休息五分鐘接著期待林淑恩來時期