藍踢爆 食藥署找臨時人員審快篩EUA
中時新聞網.2022年6月23日 04:10

國民黨立法院黨團首席副書記長李德維(左起)、總召曾銘宗、副書記長鄭正鈐等22日指出,食藥署審核快篩試劑EUA申請,都是由食藥署的約聘、臨時人員在審查,要求衛福部長陳時中必須說清楚。(劉宗龍攝)

 黑心快篩透過食藥署緊急使用授權(EUA)進入台灣市場,國民黨立委昨踢爆,本該由學者專家負責的EUA審核,竟是交由食藥署臨時人員處理;由於臨時人員1年1聘,續聘關鍵在於是否「圓滿達成老闆指示」,因此,到底食藥署長吳秀梅是如何要求配合辦理,才讓黑心快篩闖關,要求食藥署必須公布過程及名單。

 國民黨立院黨團總召曾銘宗指出,EUA機制是以專案方式跳過一般藥物審查流程,盡快讓醫療用品用於大眾以防危及生命。但儘管EUA就是緊急核准的權力,是公權力直接介入,快篩EUA竟是由食藥署臨時人員審查,請問正式公務員在哪?如今出了問題,法律責任該由誰負責?他說,監察院若再不調查,國民黨不排除罷審監院明年度預算案。

 國民黨立委李德維指出,食藥署設有醫療器材諮議會,編制25位專家學者;同時還有醫療器材安全評估諮議會,編制15位委員,全都是醫界各領域翹楚,EUA若由專家把關一定會有不一樣的結果,吳秀梅卻讓臨時人員審核,該如何保障品質?食藥署應盡速公開臨時人員審查的流程及名單,以昭公信。

 國民黨立委鄭正鈐直言,依食藥署臨時人員工作規則及管理要點,臨時人員採1年1聘,合約屆滿前會依年度考核作為續約與否的依據。簡單說,臨時人員就是要「圓滿達成老闆指示」,不按交代辦事就無法續聘;反之,只要完成老闆交代的工作,不只可續聘,還能記功嘉獎提高獎薪。

 鄭正鈐強調,近期有35家快篩業者通過EUA,其中7家出現爭議,比例高達2成,恐怕與食藥署找臨時人員審查快篩EUA有絕對關聯。

 食藥署長吳秀梅昨親自回應強調,EUA的審查是由署內同仁進行,包含正式公務人員與約聘人員,雖約聘人員採1年1聘,但「很多人都待很久,很有經驗,EUA的審查也是以團隊方式處理。」

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

身分證 文件 塗黑

郭智輝 電價

賴清德 黃埔

韓國瑜 生日

張凱鈞 出席 海峽

怒嗆 立委

中時新聞網
三立新聞網 setn.com
三立新聞網 setn.com
三立新聞網 setn.com
數位ID資料「塗黑、打馬賽克」畫面曝 綠委:沒發現瑕疵
行政院在110年暫緩推動換發數位身分證,立法院內政委員會成立「數位身分證換發政策及預算執行專案調閱小組」,但內政部提供的資料竟「全被塗黑」,還稱「依法未便提供」。藍委痛批,很多書面資料遮蔽塗黑,根本文字天書,質疑是否有圖利廠商行為,將提案全數凍結或刪除6000多萬元維護費。綠委吳琪銘則稱,翻閱過資料,未發現重大瑕疵。名嘴歷史哥李易修揭露快速翻頁畫面,資料果然全被塗黑的景象讓人驚呆。
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司