急診等床35天像「挑菜」?台大發言人親揭殘酷取捨:80人搶一床,誰能先上?

急診暫留區等候病房超過一個月、院內醫師被質疑像「挑菜」般選擇病患——台大醫院近期再度站上醫療政策的風口浪尖。台大醫院發言人陳彥元今(26)日坦言,在僅剩一床、卻有八十人等候住院的現實下,「挑就是做選擇」,醫師隨時都在評估哪位病患需求最大,這不只是台大的困境,更是台灣頂尖醫學中心長期承受的重壓縮影。

候床35天是否屬實?院方態度保留,工會點出三大結構問題

針對外界傳出有病例在急診暫留區等候長達35天,陳彥元今日接受媒體電訪時表示並未掌握具體個案,目前沒有這樣的資料,會再進一步了解。他強調,若真要等到35天都未處理,「不太可能」。暫留區的患者,醫師一天至少會探視一次,其定位比較像是「一半形式的住院」,患者也未必都集中在急診旁的大廳區。

不過,真正引發討論的,是台大醫院企業工會點出的三大癥結:救護車病患堅持送台大、民眾不論輕重自行就醫時首選台大急診,以及院內病房「挑菜」——選擇複雜程度較輕的病人收治。這三股力量交織,讓台大急診如同壓力鍋,也讓「等床」從醫療問題,逐漸演變為醫療資源分配的倫理考驗。

「挑菜」不只是台大困境——陳彥元:總要分誰需求最大

面對「挑菜」一說,陳彥元並未否認,反而選擇正面拆解。他直言,「挑就是做選擇」,當僅剩一床、卻有八十人等候住院時,難道要八十個人全擠上去嗎?醫師必須依據病情與照護需求,判斷哪位病患需求最大,這不應該只有台大會面臨,許多醫院也都會這麼做。

陳彥元進一步舉例區分:有人需要24小時監測,就該去加護病房;有人需要醫護人員規律看顧,最好能上一般病房。而那些在暫留區長時間候床、卻沒有緊急需求的患者,他認為其實不建議來台大,應轉院至更適合照顧慢性疾病的醫院,或返家接受照護。這番話雖然直白,卻也戳破了「醫學中心等於最好選擇」的迷思。

【編輯觀點】從產業面來看,台大「挑菜」爭議背後,藏著台灣分級醫療長期失靈的老問題。民眾用腳投票,救護車直衝台大,不是因為不懂規則,而是因為基層醫療與區域醫院的信任感與可近性仍不足。當頂尖醫學中心被迫每天上演「80人搶1床」的資源分配賽,醫師的「挑選」其實是制度失能下的必要之惡。與其譴責第一線醫護,不如問:我們的分級轉診機制,什麼時候才能真正接住這些病人?

等床35天的背後:急診暫留區已成「看不見的住院病房」

陳彥元在訪談中透露一個關鍵觀察:暫留區的患者,有些其實「住不上去病房、但又不是嚴重到要住加護病房」,因此暫時留觀。這段話無意間描繪出台灣急診的日常風景——暫留區早已不只是「等待區」,而是某種形式的類住院空間。

換句話說,當醫院滿床、住院病房卡關,急診暫留區就成為收納這些「不上不下」病患的中繼站。醫師每日巡視、護理師持續監測,醫療資源並未因為「還沒正式住院」而停止消耗。這也是為什麼急診壅塞從來不只是「等太久」的問題,而是整個醫療體系床位周轉率、區域醫療分工與民眾就醫行為交織而成的複雜習題。

展望與影響:當「選擇」成為常態,民眾該如何自處?

陳彥元最後也坦言,若病患候床長達35天且沒有緊急需求,這類病人其實不建議來台大,應轉往更適合照顧慢性疾病的醫院。這段話雖然是針對個案的提醒,但放在更大的脈絡下,其實是對整體社會的溫柔警告——醫學中心的資源不是無限的,它的核心任務是處理急重難症,而非長期照護的避風港。

從這次爭議可以預見,未來幾年台灣的醫學中心只會更加擁擠,尤其在高齡化與少子化雙重夾擊下,急診候床時間恐怕只增不減。對一般民眾而言,與其把台大當作「最後的依靠」,不如重新認識分級醫療的價值:小病先看診所、區域醫院無法處理再轉診,把醫學中心的能量留給真正需要的人。這不是剝奪選擇權,而是讓每個人都能更有效率地獲得適合自己的醫療照護。

你或家人是否也曾在大醫院急診苦等床位?你認為「挑菜」是不得已的選擇,還是制度失能的警訊?歡迎在下方留言分享你的真實經歷,讓更多人看見急診現場的溫度與困境。

本文改寫整理自公開新聞來源,原始報導由Yahoo奇摩新聞發布。

常見問題 FAQ

台大急診等床35天是真的嗎?院方怎麼說?

台大醫院發言人陳彥元表示目前沒有掌握到候床35天的具體個案資料,會再進一步了解,並強調若真要等35天都未處理「不太可能」。

台大醫院真的會「挑菜」選擇病人嗎?

陳彥元坦言,在床位有限的情況下,醫師必須依據病情與照護需求判斷哪位病患需求最大,這確實是一種「選擇」,但並非台大獨有,而是許多醫院都會面臨的資源分配現實。

為什麼民眾生病都喜歡送台大急診?

主要原因是民眾對醫學中心的信任感高,加上分級醫療轉診機制未能有效分流,導致救護車與自行就醫的民眾無論輕重都傾向選擇台大,進一步加劇急診壅塞。

急診暫留區跟一般病房有什麼不同?

暫留區是介於急診觀察與正式住院之間的中繼空間,患者仍由醫師每日巡視,但尚未占用到正式病房床位,某種程度上可視為「一半形式的住院」。

※ 此篇文章由 AI 改寫或生成,內容僅供參考,可能存在錯誤或不準確之處。