【三班護病比入法，配套卻粗糙倉促，只會淪為騙局】
2026年5月8日，立法院三讀通過《醫療法》修正案，「三班護病比」正式入法。然而，醫改會指出，通過的是相對彈性的版本，且計算上存在更多「可操作空間」，可能放水及灌水。入法絕非終點，而是真正改革挑戰的起點。
入法僅是開始，關鍵是如何計算
政策倡議
醫改會在十多年前曾提出「血汗醫院」一詞，期待護病比以美國 1:6，或至少以鄰國的日本 1:7 當作標準。近年我們與基層護理團體、工會共同倡議，也同時在健保會上呼籲改革，直到2023年這項改革方向才邁出第一步。
昨日(7.27)護理、醫院、工會等相關團體與衛福部針對「推動三班護病比」召開會議，達成3點共識：
①支持訂定三班護病比標準；
②健保VPN新增醫院填報人力結構資性資料；
③健保機制研議支付給付標準提升。
● 為什麼要有三班護病比？
護病比目前以「全日平均護病比」計算，在未區分班別下，全日平均護病比很難看出護理人員在不同時段、專科別的勞動情形，因此也難以反映出「花花班」狀況。
而事實上，根據醫藥品查驗中心(CDE)以健保資料推算護病比的最新結果，護理人力存在長期超出人力負荷的狀況，卻在過往數據上難以窺見端倪。若將2019至2020年各層級醫院在夜班護病比的數據，對比國家衛生研究院所提2025政策建言，更發現不符的比例佔大宗。
因此，「三班護病比」的推行非常重要，以實際瞭解護理師在白班、小夜班、大夜班，乃至各專科別、各層級醫院的勞動情形。
目前健保所採用「全日平均護病比」計算方式，已落後國際多年。尤其，平均護病比無法實際反映，護理人員在各班別(白班、小夜、大夜)、專科別的勞動強度。
對此，本月衛福部長薛瑞元表示，三班護病比最快於2024年上路，預估需過渡期3年。三班護病更貼近護理人力配置狀況，醫改會2014年便開始呼籲啟動護病比改革；而我們自2021年參與全民健康保險會以來，也更加緊盯改革議程。民間團體與工會等盼了十年，至今醫院護理人力缺口到了8千多人，衛福部才正視問題的嚴重性。
醫改會在健保會中三班護病比的倡議，雖仍是曲高和寡；但現今解決人力缺口的急迫性，在各方努力下，終於在今年(2023)得到初步成果：
① 健保資料將公開各家醫院三班護病比
醫改會表示，目前健保VPN已蒐集三班護病比數據，應公開各家醫院「三班護理人員數」及「三班護病比」。健保署回應，在與照護司研商後，將儘速公開。
② 將持續改進護病比獎勵規範
健保署承諾，改進現行以「全日平均護病比」為標準，接近通通有獎的加成規範。醫改會進一步要求，儘速提出修正重點及期程，以期相關規範有鼓勵精進勞動環境的目標。
健保會1/24(三)討論其他預算「因應醫院護理人力需求，強化住院護理照護量能」專款運用方式，依照各層級醫院的三班護病比情形，討論夜班費獎勵的發放方式。
會中共有署方、台灣醫院協會與護理師公會全聯會三版本。討論過程中，委員對費用發放的方式沒有共識。
醫改會提出，發放方式應全數用於獎勵護理師值班，不應另外分出13億元讓醫院支配運用，恐難以把關，甚至變相幫醫院買單人力成本或津貼，與減少護理人力流失的目標相悖。也有醫界、付費者委員提出：按層級發放方式恐造成醫院間競爭護理人力；只提供夜班護理費，而忽視白班情況，恐造成不公平等。
委員們建議健保署退回計畫，參考委員意見，與利害關係團體再研商共識。然而，健保署仍一意孤行、忽視爭議，不採納任何委員建議，就逕行以署方版本報部核定。版本公布後，引發各界對其效果、發放公平性的疑慮，完全是可避免的結果。對此，醫改會深感遺憾及表示譴責。
為確保獎勵能發揮實效，本會也提出三項稽核作為，會上石崇良署長亦承諾，健保署每月公布醫院填報「護理人員夜班排班資料」情形，供全民監督，並公布違規院所名單。以及不定期抽檢，參考工會等團體的意見反映，稽核院所的住院夜班護理情形。
2024年起啟動三班護病比獎勵，引發種種社會衝突，包含浮濫的獎勵分配方式、護病比計算失真、放水等現象。同時，也沒能解決護理人員過勞、離職的現狀。
醫改會聲援工會9月13日聯合記者會，在行政院前集體向政府喊話，呼籲三班護病比即時通報、入法，並依照不同場域、科別訂定合理護病比。
衛福部長邱泰源曾表示，改革無法一步到位。照護司長蔡淑鳳也回應，「非常理想，但是在可行性上面需要時間。」這些回應在在顯示出，衛福部明知道正確方向，但從來沒有解釋不可行的原因，更沒有邀集護團、勞團、民團與醫界來共同對話、磋商與解決，尸位素餐。更何況，三班護病比的推動，從2011年早就開始、護理過勞的現象更是長期問題，並不是新的理念。
今年1月、5月醫改會在健保會已指出；今天更再次強調，三班護病比的計算，同時存在「放水」與「灌水」：
[1️⃣] 填報放水：三班護病比的資料竟然是每個月統整後，回頭填寫每日的狀況。資料有沒有乾坤大挪移，根本無從得知。
[2️⃣] 計算灌水：非臨床的護理人力、功能性支援的護理師，也存在算入護病比的狀況。資料灌水，低估了護理人力缺的問題。