iVOD / 170477

Field Value
IVOD_ID 170477
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/170477
日期 2026-07-15
會議資料.會議代碼 委員會-11-5-20-22
會議資料.會議代碼:str 第11屆第5會期財政委員會第22次全體委員會議
會議資料.屆 11
會議資料.會期 5
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] 20
會議資料.委員會代碼:str[0] 財政委員會
會議資料.標題 第11屆第5會期財政委員會第22次全體委員會議
影片種類 Clip
開始時間 2026-07-15T11:15:09+08:00
結束時間 2026-07-15T11:26:55+08:00
影片長度 00:11:46
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/f097d2073855cd22be092d6a966c3288a7dabc8f267c39f7d0a1b18c43a26470becabc25a29024875ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李坤城
委員發言時間 11:15:09 - 11:26:55
會議時間 2026-07-15T09:00:00+08:00
會議名稱 立法院第11屆第5會期財政委員會第22次全體委員會議(事由:邀請審計部陳審計長瑞敏、行政院主計總處陳主計長淑姿、衛生福利部石部長崇良、教育部鄭部長英耀就「政府食品安全管理機制、食安五環與校園食安預算執行及審核結果」進行專題報告,並備質詢。 【7月15日及16日兩天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 4.04721875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 4.04721875
transcript.pyannote[1].end 6.67971875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 8.01284375
transcript.pyannote[2].end 8.51909375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 9.27846875
transcript.pyannote[3].end 9.43034375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 9.81846875
transcript.pyannote[4].end 22.40721875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 22.84596875
transcript.pyannote[5].end 43.07909375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 44.07471875
transcript.pyannote[6].end 64.29096875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 63.54846875
transcript.pyannote[7].end 63.59909375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 63.93659375
transcript.pyannote[8].end 64.17284375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 64.29096875
transcript.pyannote[9].end 68.57721875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 68.57721875
transcript.pyannote[10].end 68.79659375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 68.79659375
transcript.pyannote[11].end 73.47096875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 72.54284375
transcript.pyannote[12].end 93.40034375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 81.08159375
transcript.pyannote[13].end 81.16596875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 92.20221875
transcript.pyannote[14].end 97.01159375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 93.58596875
transcript.pyannote[15].end 94.91909375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 95.88096875
transcript.pyannote[16].end 134.38971875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 108.25034375
transcript.pyannote[17].end 108.62159375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 111.55784375
transcript.pyannote[18].end 111.82784375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 114.64596875
transcript.pyannote[19].end 114.88221875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 116.33346875
transcript.pyannote[20].end 116.75534375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 132.49971875
transcript.pyannote[21].end 132.87096875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 134.38971875
transcript.pyannote[22].end 139.51971875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 139.97534375
transcript.pyannote[23].end 143.02971875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 141.08909375
transcript.pyannote[24].end 141.62909375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 143.02971875
transcript.pyannote[25].end 148.04159375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 149.08784375
transcript.pyannote[26].end 155.77034375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 155.77034375
transcript.pyannote[27].end 159.55034375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 157.28909375
transcript.pyannote[28].end 159.60096875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 159.60096875
transcript.pyannote[29].end 160.07346875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 160.07346875
transcript.pyannote[30].end 160.96784375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 160.96784375
transcript.pyannote[31].end 161.03534375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 161.03534375
transcript.pyannote[32].end 161.62596875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 161.62596875
transcript.pyannote[33].end 161.67659375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 161.67659375
transcript.pyannote[34].end 161.71034375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 161.71034375
transcript.pyannote[35].end 161.74409375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 161.74409375
transcript.pyannote[36].end 161.77784375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 161.77784375
transcript.pyannote[37].end 165.72659375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 161.81159375
transcript.pyannote[38].end 162.13221875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 165.72659375
transcript.pyannote[39].end 174.29909375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 174.29909375
transcript.pyannote[40].end 175.76721875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 176.08784375
transcript.pyannote[41].end 191.27534375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 179.19284375
transcript.pyannote[42].end 179.53034375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 180.98159375
transcript.pyannote[43].end 181.36971875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 181.38659375
transcript.pyannote[44].end 181.57221875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 189.26721875
transcript.pyannote[45].end 191.12346875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 191.35971875
transcript.pyannote[46].end 199.10534375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 192.77721875
transcript.pyannote[47].end 192.87846875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 192.94596875
transcript.pyannote[48].end 192.97971875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 192.97971875
transcript.pyannote[49].end 192.99659375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 192.99659375
transcript.pyannote[50].end 193.01346875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 193.01346875
transcript.pyannote[51].end 193.03034375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 199.17284375
transcript.pyannote[52].end 209.98971875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 199.32471875
transcript.pyannote[53].end 199.71284375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 209.98971875
transcript.pyannote[54].end 226.37534375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 215.45721875
transcript.pyannote[55].end 215.81159375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 218.78159375
transcript.pyannote[56].end 218.81534375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 218.81534375
transcript.pyannote[57].end 219.62534375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 219.62534375
transcript.pyannote[58].end 219.64221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 226.62846875
transcript.pyannote[59].end 247.33409375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 228.58596875
transcript.pyannote[60].end 229.02471875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 230.88096875
transcript.pyannote[61].end 231.65721875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 236.85471875
transcript.pyannote[62].end 236.88846875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 247.33409375
transcript.pyannote[63].end 251.36721875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 250.38846875
transcript.pyannote[64].end 276.37596875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 252.39659375
transcript.pyannote[65].end 253.78034375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 255.83909375
transcript.pyannote[66].end 256.09221875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 266.89221875
transcript.pyannote[67].end 268.34346875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 271.87034375
transcript.pyannote[68].end 272.25846875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 274.65471875
transcript.pyannote[69].end 282.83909375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 276.49409375
transcript.pyannote[70].end 279.36284375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 281.94471875
transcript.pyannote[71].end 302.58284375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 301.67159375
transcript.pyannote[72].end 305.38409375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 302.93721875
transcript.pyannote[73].end 303.15659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 304.30409375
transcript.pyannote[74].end 306.37971875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 305.56971875
transcript.pyannote[75].end 307.83096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 306.98721875
transcript.pyannote[76].end 311.17221875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 310.76721875
transcript.pyannote[77].end 322.27596875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 320.85846875
transcript.pyannote[78].end 337.96971875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 337.96971875
transcript.pyannote[79].end 338.08784375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 338.08784375
transcript.pyannote[80].end 338.37471875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 338.37471875
transcript.pyannote[81].end 357.27471875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 338.64471875
transcript.pyannote[82].end 339.62346875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 341.41221875
transcript.pyannote[83].end 342.32346875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 348.06096875
transcript.pyannote[84].end 348.82034375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 351.95909375
transcript.pyannote[85].end 352.49909375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 355.06409375
transcript.pyannote[86].end 355.14846875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 356.90346875
transcript.pyannote[87].end 367.99034375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 358.13534375
transcript.pyannote[88].end 358.30409375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 366.03284375
transcript.pyannote[89].end 374.45346875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 372.41159375
transcript.pyannote[90].end 373.06971875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 373.23846875
transcript.pyannote[91].end 387.17721875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 382.67159375
transcript.pyannote[92].end 383.26221875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 387.66659375
transcript.pyannote[93].end 391.09221875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 390.88971875
transcript.pyannote[94].end 395.10846875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 391.95284375
transcript.pyannote[95].end 392.25659375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 394.95659375
transcript.pyannote[96].end 396.96471875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 396.96471875
transcript.pyannote[97].end 401.18346875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 403.24221875
transcript.pyannote[98].end 403.66409375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 404.01846875
transcript.pyannote[99].end 432.65534375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 408.76034375
transcript.pyannote[100].end 409.11471875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 432.89159375
transcript.pyannote[101].end 475.80471875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 458.98034375
transcript.pyannote[102].end 459.16596875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 475.82159375
transcript.pyannote[103].end 536.97659375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 508.28909375
transcript.pyannote[104].end 508.66034375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 536.97659375
transcript.pyannote[105].end 548.53596875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 545.36346875
transcript.pyannote[106].end 545.51534375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 548.29971875
transcript.pyannote[107].end 549.21096875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 549.21096875
transcript.pyannote[108].end 559.09971875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 550.03784375
transcript.pyannote[109].end 550.32471875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 559.16721875
transcript.pyannote[110].end 562.99784375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 563.31846875
transcript.pyannote[111].end 565.22534375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 565.19159375
transcript.pyannote[112].end 589.33971875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 575.77221875
transcript.pyannote[113].end 577.34159375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 589.23846875
transcript.pyannote[114].end 596.56221875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 592.30971875
transcript.pyannote[115].end 593.00159375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 596.62971875
transcript.pyannote[116].end 613.30221875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 597.81096875
transcript.pyannote[117].end 598.08096875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 601.96221875
transcript.pyannote[118].end 602.19846875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 607.29471875
transcript.pyannote[119].end 607.31159375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 607.31159375
transcript.pyannote[120].end 607.59846875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 612.30659375
transcript.pyannote[121].end 616.74471875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 616.81221875
transcript.pyannote[122].end 629.46846875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 629.46846875
transcript.pyannote[123].end 629.73846875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 629.73846875
transcript.pyannote[124].end 642.64784375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 641.98971875
transcript.pyannote[125].end 649.88721875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 649.98846875
transcript.pyannote[126].end 661.68284375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 661.69971875
transcript.pyannote[127].end 670.12034375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 669.52971875
transcript.pyannote[128].end 689.76284375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 689.79659375
transcript.pyannote[129].end 695.65221875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 696.63096875
transcript.pyannote[130].end 697.67721875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 697.76159375
transcript.pyannote[131].end 702.79034375
transcript.whisperx[0].start 1.33
transcript.whisperx[0].end 6.552
transcript.whisperx[0].text 請這個衛福部林次長還有教育部的張廖次長請林次長 請張廖次長兩位次長好那因為這次這個中聯油脂本名比超標的事情大家就很關心這件事情呢那流入校園後續的這個處理方式那我是看這一個衛福部的統計
transcript.whisperx[1].start 25.242
transcript.whisperx[1].end 39.994
transcript.whisperx[1].text 目前有20個縣市,623所學校,258所幼兒園,合計881所校園,疑似受到影響的產品,有實施預防性的下架和停職使用。我這個數字還有在增加嗎?
transcript.whisperx[2].start 44.55
transcript.whisperx[2].end 54.854
transcript.whisperx[2].text 委員我們現在根據食藥署 衛福部這邊公布的品項你講的是指後來公布的440項現在已經涉及到20縣市 861校還有334所幼兒園目前已經都下架了
transcript.whisperx[3].start 64.857
transcript.whisperx[3].end 84.312
transcript.whisperx[3].text 下架就是說我們有一個校園食材登錄平台所以這個登錄平台有發揮效用我們7月1號接到這個通知之後我們大概就用比較寬的方式就從那個食燈平台去撈譬如說有油 這是油的 油瓶就油我們就撈了大概1385校
transcript.whisperx[4].start 86.494
transcript.whisperx[4].end 111.415
transcript.whisperx[4].text 然後有登錄的部分我們就7月2號馬上通知各縣市政府開始來撈只要跟中聯福壽福茂泰山有關係的到7月14號為止就是到昨天為止是確定大概有260校新北有76校台北有64校基隆有11校台中有69校台南有13校高雄14校所以有即刻停用了嘛
transcript.whisperx[5].start 112.256
transcript.whisperx[5].end 139.135
transcript.whisperx[5].text 好 那有去做實地封存的這個動作嗎你剛才問的這個800多所 這個是屬於用那個油有問題 因為它有再製那個加工食品然後因為衛福部公布之後 我們又再去撈所以撈出來是這個800多所 這疑似的這部分我們都請它先下架對 那你們有去實地 請這個各縣市政府交易局去做實地的封存嗎
transcript.whisperx[6].start 140.026
transcript.whisperx[6].end 141.127
transcript.whisperx[6].text 那退回跟銷毀的動作勒?
transcript.whisperx[7].start 150.645
transcript.whisperx[7].end 172.036
transcript.whisperx[7].text 因為那個執行機關在地方政府我們通知他們之後他們就是必須要去做這個動作因為中央也要去督導一下說到底地方政府有沒有按照停用看起來是沒問題嘛接下來封存跟退回銷毀後續的動作也要一起做啊對在地方他們的那個查驗的日期還有這個查驗的品項銷毀他們都會有一個公佈的資訊
transcript.whisperx[8].start 174.537
transcript.whisperx[8].end 189.404
transcript.whisperx[8].text 那這個因為我剛剛其他委員有問到就是審計部的資料那是在112年這個幼兒園使用校園設的登錄平台公立幼兒園當然比較高那時候的這個比率這個有87成
transcript.whisperx[9].start 193.166
transcript.whisperx[9].end 208.611
transcript.whisperx[9].text 但是非公立的包含非營利、准公、私立那時候的資料偏低8.26%但是我看你們最新的資料有給我的是現在私立幼兒園有2939元比例已經提高到74%了
transcript.whisperx[10].start 210.912
transcript.whisperx[10].end 229.633
transcript.whisperx[10].text 對謝謝委員的關心其實是這樣就是說您剛才講的那個八十幾趴也是一二年資料其實現在一般公立學校學校的部分已經到九十九趴了九十九趴對在食材登錄的那個比例上涵蓋率那公立幼兒園其實也到了九十幾趴了那現在就是說我們講的非營利 整攻 私利對
transcript.whisperx[11].start 231.154
transcript.whisperx[11].end 246.933
transcript.whisperx[11].text 就是我們非營利幼兒園還有互助式教保服務員或准公這個政府有補助的部分其實都到非營利的部分到99%那互助式教保服務也到88% 89%那准公幼也到了100%幾乎百分之百
transcript.whisperx[12].start 247.413
transcript.whisperx[12].end 270.131
transcript.whisperx[12].text 反正就是公立的或是政府有補助的都已經在99%私立的部分我們現在私立幼兒園因為它規模真的很小有的二三十個三四十個當時我們在法規上沒有強制性但是我們有協同就是說我們也是會去做抽查因為那個是食安的問題那目前的私立幼兒園那目前已經大概就是65%左右
transcript.whisperx[13].start 271.072
transcript.whisperx[13].end 286.97
transcript.whisperx[13].text 65%那這有辦法在112年確實那時候審計部他們做的報告那時候才9%而已所以我們經過這三年努力人力上的不足那還是說設備上的不足那要怎麼樣登錄的品項因為有的那個主要食材是很複雜它很多批號那他們那個
transcript.whisperx[14].start 288.371
transcript.whisperx[14].end 305.827
transcript.whisperx[14].text 那比較小的幼兒園其實他們行政能力普遍不足所以我們現在也在研擬說如果要再提高這個比例的話可能比如說研擬一些AI的登錄的方式讓他們能夠在這個用掃描的方式或者說用在登錄上比較方便我覺得這還是可以用科技的方式來進行我們希望再把它提高到跟我們一般就是99%以上的那個標準
transcript.whisperx[15].start 311.612
transcript.whisperx[15].end 337.612
transcript.whisperx[15].text 所以你們有沒有大概一個目標值就是說希望多久的時間然後希望實體幼兒園經由你們的協助也能夠提高到一定的標準所以我們會跟地方政府一起來努力啦我們這次的清查雖然說他沒有在實燈這個平台裡面但是因為我們都是做那個實體清查電話也好或者現場去看他的那個登錄的資料裡面是不是有買這樣的品項有的話就是下架這樣子
transcript.whisperx[16].start 340.295
transcript.whisperx[16].end 352.124
transcript.whisperx[16].text 讓家長還是能夠透過這個食材登錄的平台還是能夠知道說他們的孩子在學校吃的怎麼樣尤其是幼兒園收費又稍微高一點點那我想家長的權利應該也要能夠維持住啦
transcript.whisperx[17].start 358.908
transcript.whisperx[17].end 386.434
transcript.whisperx[17].text 現在我們就是說這個管理的一個登錄平台我們會想辦法再跟地方政府研商用比較節省的這種方比較省力的方式來開發我不曉得就是反正透過AI或是說透過這種科技表格化的方式盡量不用這樣逐一你要去登它這樣他們有時候也會漏掉有時候錯誤或者說沒有那個人力會漏掉我們只要加入他沒有的話我們會列入考核就是說將來以前是有補助說我們列入考核那這是私立遊園因為沒有
transcript.whisperx[18].start 387.734
transcript.whisperx[18].end 400.843
transcript.whisperx[18].text 拿我們補助所以我們基本上就是用協助的方式比例是有提高啦這三年來比例是有提高但是還可以再增加啦是我們這部分再繼續努力好謝謝謝謝張教授次長那我接下來我再請教這一個林次長
transcript.whisperx[19].start 403.223
transcript.whisperx[19].end 430.737
transcript.whisperx[19].text 市委員市長我為一個跟食安比較沒有相關的但是跟病人權益有相關的就是說這個上個禮拜五有所謂的一個颱風準備假然後呢讓很多的這個病人的權益呢都受到了損失那甚至連這個臺北龍總的院長陳院長他就說最怕放假的是醫療單位因為颱風假對於醫療院所造成極大的一個困難那他也講到說這個
transcript.whisperx[20].start 433.018
transcript.whisperx[20].end 458.543
transcript.whisperx[20].text 放了這個颱風架對於台灣的大型醫療院所面臨的醫療潤性和病患安全都會受到影響因為只要政府一通電話放假成本跟病患的安撫都是由醫院還有醫護人員自行吸收那我先請問一下就是說當然颱風你不可測當然有一個科學的方式去評估說到底要不要放颱風架
transcript.whisperx[21].start 459.443
transcript.whisperx[21].end 475.396
transcript.whisperx[21].text 那像禮拜五這一種就是看起來不是颱風架是所謂的颱風準備架那的確也對病人的權益受到影響那這方面的話衛福部有沒有一些標準或是說一些做法讓病人的權益不要受到影響
transcript.whisperx[22].start 476.076
transcript.whisperx[22].end 491.439
transcript.whisperx[22].text 其實報告委員衛福部這邊當然我們必須要兼顧醫療人員因為他出勤的安全還有病人到醫院也有一些安全的考量所以其實我相信大家都是一樣的立場是假設有到了我們在氣象署所預報的那樣子的風雨或者是說
transcript.whisperx[23].start 492.36
transcript.whisperx[23].end 514.767
transcript.whisperx[23].text 這個醫院或是病人所處的地方是高度風險的區域像我們有一些預防性撤離的部分那個部分我想如果因為這個預警的原因那停止掉相關的醫療服務我相信不論是醫療院所醫療院所的工作人員或民眾大家都會接受啦你風大到不行沒有人這個時候你跟民眾說我取消你的手術民眾當然不同時他也會他也有困難去嘛
transcript.whisperx[24].start 515.367
transcript.whisperx[24].end 541.131
transcript.whisperx[24].text 可是如果說沒有到颱風架的標準那在大家其實原來的在醫療這邊尤其很多都是一個非常必要的程序的時候那必須承認說尤其像這種大型醫院一旦停止這個服務它後續整個影響的會是蠻多的就不論對民眾或者是相關醫療人員他要去重新調整排程那這個部分影響是很大對 那我就是說像這種大型醫院那你要做一個手術也不是說我今天
transcript.whisperx[25].start 541.831
transcript.whisperx[25].end 562.725
transcript.whisperx[25].text 前幾天訂了然後就今天要做他可能已經排了很長的時間那你今天不做下次再排也不知道是哪個時候要重新排對啊要重新排那我意思是說遇到這一種不論是颱風準備假還是真的颱風假那對於這一次大型醫療院所的病人權益那要怎麼去做照顧或是說去協助這部分
transcript.whisperx[26].start 563.765
transcript.whisperx[26].end 592.471
transcript.whisperx[26].text 這個衛福部有沒有一個SOP出來其實報告員這個因為颱風的相關的架颱風架或者是因為颱風必須要停止相關的停止上班上課這個都這個不是在衛福部這邊主管那衛福部醫院的角色或醫療院所這邊其實就是在兼顧這個所有不論是來上班的出勤的醫療人員的安全跟病人權益的部分我們盡量依照不同的情況來做兼顧就是急診跟住院應該不會受到影響
transcript.whisperx[27].start 594.191
transcript.whisperx[27].end 616.443
transcript.whisperx[27].text 然後這個洗腎應該也不會受到影響啦不一定 當然就看醫院那當然洗腎這種它可能持續都有在運作假設風暴雨急 那醫療人員沒有辦法上班他依照這個勞基法 颱風天他沒有辦法出缺勤沒有辦法出勤或者是病人沒有辦法出 沒有辦法去這個部分當然就真的是一個不得已但是一般的 不是重大的手術一些常規手術有可能就取消了
transcript.whisperx[28].start 617.223
transcript.whisperx[28].end 643.244
transcript.whisperx[28].text 會 因為大家看醫院這邊如果有的醫院他有配合颱風架那就取消那如果有的醫院他沒有去配合這個部分不過這個會牽涉到因為如果沒有宣布颱風架那醫院這邊的運作大概比較能夠依照他的狀況來評估那因為宣布颱風架通常醫院就很多醫院他大概就會取消蠻多原來既定的醫療服務只留下必要的常規我覺得這個有關醫療韌性這部分
transcript.whisperx[29].start 645.305
transcript.whisperx[29].end 661.188
transcript.whisperx[29].text 就是說你可能會遇到颱風架或是說遇到怎麼樣的會受到影響那我們所關心就是說病人的權益不要去受到影響那這部分我不曉得說這個衛福部要不要跟我們大型醫療院所那有一個比如說有一個SOP或是怎麼樣
transcript.whisperx[30].start 661.969
transcript.whisperx[30].end 689.361
transcript.whisperx[30].text 盡量不要這個因為這個價或是什麼樣然後就讓病人全身受到影響然後你本來已經排好了又要延到很後面去這樣子我想醫院都會盡量再幫病人重新安排依照他的病情來重新安排不過我想也要跟委員說明這裡還有另外一個事情我們要衡量是這個突然之間調整的醫療或者是相關的行政流程行政量對於就像大型又非常繁忙的醫療院所有醫療人員也是一個非常非常大的負擔
transcript.whisperx[31].start 690.662
transcript.whisperx[31].end 702.354
transcript.whisperx[31].text 對啊 所以說但是這些所謂的醫療的成本都是由大型醫院自己吸收的嘛是好 OK 謝謝謝謝委員好 謝謝我們結束李昆城委員的質詢接下來請林思銘委員