iVOD / 167342

Field Value
IVOD_ID 167342
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167342
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 2026-01-29T12:23:29+08:00
結束時間 2026-01-29T12:34:12+08:00
影片長度 00:10:43
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/58229044bac95a8800f8bd3a703cf72852fd623850d83d5bb6e897797ecb76ba4db96ec05ca036185ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃秀芳
委員發言時間 12:23:29 - 12:34:12
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 0.03096875
transcript.pyannote[0].end 0.95909375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 0.95909375
transcript.pyannote[1].end 1.00971875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 4.26659375
transcript.pyannote[2].end 12.77159375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 13.46346875
transcript.pyannote[3].end 41.18909375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 41.57721875
transcript.pyannote[4].end 60.64596875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 60.73034375
transcript.pyannote[5].end 61.08471875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 61.16909375
transcript.pyannote[6].end 62.36721875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 62.83971875
transcript.pyannote[7].end 75.04034375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 69.69096875
transcript.pyannote[8].end 69.74159375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 69.91034375
transcript.pyannote[9].end 70.12971875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 75.07409375
transcript.pyannote[10].end 115.28721875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 81.36846875
transcript.pyannote[11].end 81.75659375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 84.96284375
transcript.pyannote[12].end 85.11471875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 85.19909375
transcript.pyannote[13].end 85.35096875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 92.20221875
transcript.pyannote[14].end 92.65784375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 111.54096875
transcript.pyannote[15].end 112.78971875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 115.92846875
transcript.pyannote[16].end 155.14596875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 130.98096875
transcript.pyannote[17].end 132.07784375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 136.43159375
transcript.pyannote[18].end 136.87034375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 144.10971875
transcript.pyannote[19].end 144.76784375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 149.27346875
transcript.pyannote[20].end 149.84721875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 150.85971875
transcript.pyannote[21].end 151.34909375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 152.58096875
transcript.pyannote[22].end 153.52596875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 154.33596875
transcript.pyannote[23].end 229.98659375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 162.35159375
transcript.pyannote[24].end 162.75659375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 166.50284375
transcript.pyannote[25].end 166.63784375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 172.86471875
transcript.pyannote[26].end 173.20221875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 193.50284375
transcript.pyannote[27].end 193.51971875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 205.63596875
transcript.pyannote[28].end 205.70346875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 230.59409375
transcript.pyannote[29].end 232.63596875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 232.63596875
transcript.pyannote[30].end 350.22096875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 241.74846875
transcript.pyannote[31].end 242.10284375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 252.43034375
transcript.pyannote[32].end 252.59909375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 252.76784375
transcript.pyannote[33].end 252.88596875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 254.18534375
transcript.pyannote[34].end 254.59034375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 257.88096875
transcript.pyannote[35].end 258.30284375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 266.23409375
transcript.pyannote[36].end 269.11971875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 269.86221875
transcript.pyannote[37].end 270.35159375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 279.41346875
transcript.pyannote[38].end 279.68346875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 283.81784375
transcript.pyannote[39].end 284.39159375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 284.76284375
transcript.pyannote[40].end 285.25221875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 286.36596875
transcript.pyannote[41].end 286.85534375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 289.62284375
transcript.pyannote[42].end 290.11221875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 294.92159375
transcript.pyannote[43].end 295.46159375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 299.22471875
transcript.pyannote[44].end 299.78159375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 303.76409375
transcript.pyannote[45].end 304.21971875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 304.74284375
transcript.pyannote[46].end 305.41784375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 309.94034375
transcript.pyannote[47].end 310.42971875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 314.53034375
transcript.pyannote[48].end 314.93534375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 326.54534375
transcript.pyannote[49].end 326.56221875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 328.70534375
transcript.pyannote[50].end 328.80659375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 341.14221875
transcript.pyannote[51].end 341.58096875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 342.25596875
transcript.pyannote[52].end 342.61034375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 350.47409375
transcript.pyannote[53].end 350.49096875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 350.49096875
transcript.pyannote[54].end 369.93096875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 351.41909375
transcript.pyannote[55].end 352.22909375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 366.37034375
transcript.pyannote[56].end 366.42096875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 370.21784375
transcript.pyannote[57].end 370.97721875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 370.97721875
transcript.pyannote[58].end 396.72846875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 375.70221875
transcript.pyannote[59].end 376.15784375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 376.71471875
transcript.pyannote[60].end 377.28846875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 384.17346875
transcript.pyannote[61].end 384.44346875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 390.75471875
transcript.pyannote[62].end 390.97409375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 391.48034375
transcript.pyannote[63].end 391.81784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 394.58534375
transcript.pyannote[64].end 394.93971875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 396.72846875
transcript.pyannote[65].end 414.98721875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 415.15596875
transcript.pyannote[66].end 498.38346875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 416.75909375
transcript.pyannote[67].end 418.29471875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 449.32784375
transcript.pyannote[68].end 449.56409375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 449.68221875
transcript.pyannote[69].end 449.95221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 472.12596875
transcript.pyannote[70].end 473.23971875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 477.08721875
transcript.pyannote[71].end 477.88034375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 498.38346875
transcript.pyannote[72].end 563.97659375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 506.31471875
transcript.pyannote[73].end 506.63534375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 508.79534375
transcript.pyannote[74].end 509.30159375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 510.70221875
transcript.pyannote[75].end 511.12409375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 519.42659375
transcript.pyannote[76].end 519.76409375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 526.17659375
transcript.pyannote[77].end 526.58159375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 528.50534375
transcript.pyannote[78].end 531.44159375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 533.98971875
transcript.pyannote[79].end 534.46221875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 539.22096875
transcript.pyannote[80].end 539.74409375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 544.36784375
transcript.pyannote[81].end 544.60409375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 547.11846875
transcript.pyannote[82].end 547.55721875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 548.16471875
transcript.pyannote[83].end 548.68784375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 551.72534375
transcript.pyannote[84].end 552.02909375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 560.16284375
transcript.pyannote[85].end 560.70284375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 562.06971875
transcript.pyannote[86].end 563.06534375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 563.97659375
transcript.pyannote[87].end 572.44784375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 571.19909375
transcript.pyannote[88].end 575.18159375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 573.05534375
transcript.pyannote[89].end 581.69534375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 578.87721875
transcript.pyannote[90].end 579.19784375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 580.48034375
transcript.pyannote[91].end 585.81284375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 581.72909375
transcript.pyannote[92].end 582.42096875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 584.39534375
transcript.pyannote[93].end 584.90159375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 585.30659375
transcript.pyannote[94].end 631.39221875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 594.75659375
transcript.pyannote[95].end 594.99284375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 600.67971875
transcript.pyannote[96].end 601.05096875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 605.20221875
transcript.pyannote[97].end 605.43846875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 607.22721875
transcript.pyannote[98].end 611.09159375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 613.08284375
transcript.pyannote[99].end 614.46659375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 618.43221875
transcript.pyannote[100].end 619.07346875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 623.51159375
transcript.pyannote[101].end 623.79846875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 631.39221875
transcript.pyannote[102].end 637.02846875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 631.57784375
transcript.pyannote[103].end 633.53534375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 637.31534375
transcript.pyannote[104].end 641.82096875
transcript.whisperx[0].start 0.188
transcript.whisperx[0].end 11.721
transcript.whisperx[0].text 有請石部長部長好 剛剛中委員有特別提到就是說我們現在老農年金已經提高到一萬
transcript.whisperx[1].start 13.533
transcript.whisperx[1].end 40.898
transcript.whisperx[1].text 老農我說老農那當然就是很多民眾期待就是說我們國民年金的部分也能夠比照老農那當然就是說我們這個如果是加入國民年金原本他可能就是沒有就是沒有從事這個沒有加入勞保那全部都是加入這個國民年金所以我們會覺得說有點這個有加入
transcript.whisperx[2].start 42.118
transcript.whisperx[2].end 60.351
transcript.whisperx[2].text 領國民年金的這些民眾其實在這所有的這個保險當中應該是領得最少的啦領得最少的那有沒有可能現在我那天看到我們行政院已經有拍板就是說目前就是提高到5000那是不是可以再往上
transcript.whisperx[3].start 61.432
transcript.whisperx[3].end 84.694
transcript.whisperx[3].text 其實現在整個我們這個物價上漲其實如果每個月五千其實還是非常的少那是不是可以請部長針對這部分你有什麼樣的想法跟委員報告 當然我們有各種不同的社會保險跟年金制度啦所以大家的起跳也都不是完全一致
transcript.whisperx[4].start 85.474
transcript.whisperx[4].end 112.216
transcript.whisperx[4].text 所以我們這一次行政院版的國民年金的修法主要是也參考了老農年金的調整幅度所以23.5%的調整所以我們在這個基本的老人年金跟這個身障這邊都把它等比例的用23.5%把它調升這樣整個會讓政府整年的支出大概會增加到一兩百億啦那這是我們認為在財務上
transcript.whisperx[5].start 115.979
transcript.whisperx[5].end 135.328
transcript.whisperx[5].text 這個年金還是要能夠我們這個是國民年金啦這個基金還是希望能夠永續的發展那以我們現在的收支還可以的情形之下那政府有多餘因為我們現在增加的部分都是政府用公務預算預租我們一年真正從收的保費出去的也不過300多億
transcript.whisperx[6].start 136.929
transcript.whisperx[6].end 166.156
transcript.whisperx[6].text 那多數都是政府補助進來我們一年已經發到這個相關的國民年金出去的大概1000億左右了所以政府已經負擔了600多億未來會增加到800億左右所以一直在增加所以我們來努力在整個財務和永續的情形之下部長因為我們在基層跑的時候就是很多民眾會覺得說老農現在都到1萬了那我們為什麼還是在幾千塊這樣子當然會有相對的會覺得說我領的就很少嘛
transcript.whisperx[7].start 166.916
transcript.whisperx[7].end 184.758
transcript.whisperx[7].text 所以我也認為就是說政府應該要照顧這個最需要被照顧的人所以我希望就是說部長針對這一部分我們再去思考一下那接下來我想請教部長就是說我們在這幾天看到就是印度的這個例白病毒
transcript.whisperx[8].start 186.6
transcript.whisperx[8].end 201.296
transcript.whisperx[8].text 因為我記得在我們這個COVID-19那時候也是在春節期間就整個春節期間然後之後就大爆發那我想請教就是說立百病毒在印度或者是在
transcript.whisperx[9].start 201.976
transcript.whisperx[9].end 229.369
transcript.whisperx[9].text 印度周邊的這個國家其實他們都有一些警戒啦那我不知道說針對我們台灣的部分因為再來就是這個寒假然後出國出國的人也很多尤其是這個過年期間這個到其他國家去旅遊的人或到東南亞或南亞這個旅遊的人也非常的多那我想請教部長針對這個立百病毒我們國家未來會有什麼樣的防範
transcript.whisperx[10].start 230.723
transcript.whisperx[10].end 257.578
transcript.whisperx[10].text 是不是可以先請部長做一個回應跟委員說明這個立法院病捕的傳播主要是兩個方式一個是動物傳人主要是果服第二個就是人傳人所以目前在印度的案例中間有一部分個案是人傳人特別是醫護人員因為照顧這個病人的時候而得到感染
transcript.whisperx[11].start 258.138
transcript.whisperx[11].end 277.59
transcript.whisperx[11].text 那它在社區大傳播的機會不大是因為它的R0值低大概在0.2到0.7左右所以它會下降但是致死率很高所以我們才會提高警戒那除了我們要把它已經有醫界的通告
transcript.whisperx[12].start 278.17
transcript.whisperx[12].end 306.326
transcript.whisperx[12].text 給所有的醫師提高警覺如果有不明原因的這個有旅遊史同時有不明原因的這些神經症狀就是有腦炎的可能性的話那麼需要通報未來我們現在在預告中會納為第五類的傳染病強制通報那這個我們就可以提高這個警示那另外我們也跟農委會合作所以其實一直定期有在採檢因為剛剛提到果福台灣還是有也會有定期看有沒有這個
transcript.whisperx[13].start 307.567
transcript.whisperx[13].end 329.394
transcript.whisperx[13].text 驗出來到目前為止的檢體還沒有驗出任何一個所以台灣相對的目前的風險是可控那再加上近期看到過去這個立白病毒雖然這個致死率很高但是在全球呢並沒有產生區域性大流行都還是單一的爆發點像曾經一九
transcript.whisperx[14].start 331.415
transcript.whisperx[14].end 349.853
transcript.whisperx[14].text 1988年的時候這是馬來西亞有一次主要都是在印度跟孟加拉這個地區所以還沒有到整個區域性的流行過所以我們是提高警覺就是我們不要鬆懈但是目前大概風險上還是可控
transcript.whisperx[15].start 350.949
transcript.whisperx[15].end 369.564
transcript.whisperx[15].text 風險上還是可能那我也想請教就是說因為這個過年期間可能旅遊旺季那有可能東南亞或是到其他國家那像泰國的話他們在那個路徑有做一些監測那不知道說國內會不會有這樣的一個措施
transcript.whisperx[16].start 370.505
transcript.whisperx[16].end 396.282
transcript.whisperx[16].text 我們國內是這樣第一個我們在邊境那個發燒篩檢還是沒有拿掉所以進來有發燒的還是會被我們這個防疫人員察覺第二個還是會有這個警示卡就是你這個應該要注意哪一些未來如果有發生什麼症狀你要儘速就醫同時要表明旅遊史我們現在先從旅遊史這邊來強化臨床端的話提高警覺
transcript.whisperx[17].start 397.443
transcript.whisperx[17].end 413.169
transcript.whisperx[17].text 好接下來我想請部長就是說我是接到民眾陳情就是說這個北榮這個民眾他是在北榮的這個眼科就是住院那他就發現他的病房上面就是針對就是鏡頭
transcript.whisperx[18].start 415.871
transcript.whisperx[18].end 440.952
transcript.whisperx[18].text 病房裡面有那個監視器那是對著病床那他有跟醫院這邊做反應那也有打電話可能很多單位他都有陳情那也打到我們辦公室來做陳情那我們確實我們辦公室也有打電話到北榮去詢問因為我們覺得說病房裡面會有監視器那是不太可思議的事情那後來北榮也確定就是說
transcript.whisperx[19].start 442.573
transcript.whisperx[19].end 471.204
transcript.whisperx[19].text 確實有這樣的一個監視器在這個病房裡面那是因為當時就是疫情期間可能就是負壓病房然後這個監視器就沒有移除這個監視器沒有移除那北榮他的說法是說他這個已經電源拔掉了就是說沒有做那個錄影的這樣的一個動作可是這個患者他會覺得我住在這裡面我怎麼知道你到底有沒有用
transcript.whisperx[20].start 471.564
transcript.whisperx[20].end 497.652
transcript.whisperx[20].text 是不是有錄影那他會覺得說那我的隱私可能就全部都被錄了我想請教部長就是說除了北榮有這樣的一個狀況之外那全臺灣曾經在疫情期間有這個作為這個這個負壓隔離病房可能也許他裡面都有這樣的一個監視器那全臺灣是不是也有這樣的類似的一個狀況
transcript.whisperx[21].start 498.772
transcript.whisperx[21].end 525.178
transcript.whisperx[21].text 跟委員說明就是過去我們這個基本上的這一些攝錄影主要都是在公共空間在私領域的話是不裝設的所以病房裡面是不裝設公共空間走廊這個護理站這個公共空間裝設私領域是不裝設除非有特殊情形像有一些精神病人那麼他會有智商傷人的情形那他在這個保護室裡面他是有裝攝影機
transcript.whisperx[22].start 526.158
transcript.whisperx[22].end 544.958
transcript.whisperx[22].text 免得他又自傷有這個狀況沒有錯那這個是一般病房一般病房原則上是不裝所以我們會來提醒那可能是當時候因為有那個這個專責病房的關係醫護人員都盡量減少進入到房間裡面所以就透過這個攝錄影來其實
transcript.whisperx[23].start 548.201
transcript.whisperx[23].end 563.728
transcript.whisperx[23].text 反應萬一有狀況的時候可以及時的處理那我們會發個函請大家再檢視一下原則上這些攝錄影以公共空間公共空間為主那不在私營域裡面裝設大家再檢視一次
transcript.whisperx[24].start 564.008
transcript.whisperx[24].end 586.278
transcript.whisperx[24].text 部長其實我們那時候打電話給北榮的時候我們會覺得說這個應該是很容易是不是把這個鏡頭就先暫時拔掉嗎以後如果有貼起來就對啊或者是以後如果還需要變成專責病房的時候你再把它裝上去就好對啊有這麼困難嗎我覺得是最簡單就是把它貼起來就好啦是啊是啊所以所以我
transcript.whisperx[25].start 586.958
transcript.whisperx[25].end 611.195
transcript.whisperx[25].text 透過這樣我會覺得說那其他全國各個醫院曾經當成專責病房的時候是不是也有類似的一個狀況所以我們希望就是說衛福部這邊針對這一部分可能要再做一個檢視那當然我們也希望白龍其實這個是很容易的事情就剛剛部長講的就把它打開就好了對啊謝謝委員的提醒就是病人的隱私我們還是要保護嘛是啊
transcript.whisperx[26].start 614.978
transcript.whisperx[26].end 633.63
transcript.whisperx[26].text 他有這樣的疑慮你就趕快把這個不是整層樓每一間都這樣子當然是因為疫情的關係當時有這個需要可是疫情已經過了這麼久了那這個應該可以很容易就把它先把它移除掉嗎以後如果有需要的話再把它裝上去就好了啊好謝謝委員的提醒我們來進行這個跟醫院發函謝謝黃秀芳委員發言接下來請陳冠廷委員發言