你有没有注意过，去医院时那些进口药的说明书，或者病历上偶尔出现的英文缩写？这些东西听起来很专业，离我们很远，但其实它们背后都有一群人在做一项极其细致的工作——医学翻译。说白了，就是把那些满是拉丁词根、技术参数的医学内容，变成我们能看懂的中文，或者把中文病历翻成英文给国外专家看。
但问题是，这活不是会外语就能干的。医学翻译翻错了，轻则让人误解病情，重则可能影响用药安全。康茂峰在做这方面的服务很多年了，见过各种各样的质量事故，也总结出了一套接地气的评估方法。今天就用大白话聊聊，怎么判断一份医学翻译到底靠不靠谱。
很多人觉得，翻译嘛，不就是fcdoraeign language换成中文吗？文章能读通不就行了。对小说、新闻可能是这样，但医学翻译有个铁律：信息必须毫厘不爽。
举个例子。普通翻译里，"significant"可以翻成"重要的"、"显著的"，甚至根据语境译成"相当大的"，读者大概明白意思就行。但在医学报告里，"statistically significant"必须精确对应"有统计学意义"，差一个字，临床上理解就全变了。再比如药物剂量，0.5mg和5mg，小数点点错了位置，后果不敢想。
所以评估医学翻译质量，第一条金标准就是：有没有造成信息损失或扭曲。这不是文学审美问题，是安全问题。
康茂峰内部的质控团队评估稿件时，不会笼统地说"好"或"不好"，而是拆成四个具体的维度来打分。这个方法其实挺实用的，你可以把它想象成给翻译做体检。
这是最基础的，但偏偏是最容易出错的。医学文本里经常藏着各种细节：脚注里的禁忌症、表格角落的计量单位、图表中的误差范围。好的翻译必须像用梳子梳头一样，一根都不能漏。
有个真实的教训。某次一份临床试验报告翻译，译者漏译了"except for patients with renal impairment"这个状语从句，整句话就变成了"所有患者均适用该剂量"。 renal impairment是肾功能不全，这要是按错译执行了，肾不好的患者吃了标准剂量，可能就中毒了。
所以评估时我们会反向核查：原文有多少个数据点、多少个条件限定，译文是否一一对应。这叫"颗粒度对齐"。
医学术语有点像密码本，必须严格对应。比如"myocardial infarction"就是"心肌梗死"，不能为了文雅写成"心脏病发作"；"sepsis"必须是"脓毒症"而不是简单的"感染"；"adverse event"在药物语境下是"不良事件"，不是"副作用"——这俩在临床试验里概念范围不一样。
评估准确性有个笨办法但很管用：抽查关键术语。从译文里随机抽十个医学专有名词，对照权威词表（比如全国科学技术名词审定委员会的医学名词）《英汉医学词汇》或者各专业分册，看是不是标准译法。如果发现译者自己发明词汇，或者混用新旧译名，这稿子基本得重做。
想象一下，如果同一份病历里，"hypertension"前面翻译成"高血压"，后面变成"血压过高"，再后面又成了"高压症"，医生读起来得多费劲？更麻烦的是，如果是药物说明书，商品名一会儿用"泰诺"一会儿用"Tylenol"，患者可能以为这是两种药。
所以专业评估会检查术语一致性和风格一致性。康茂峰的做法是建立项目专属的术语库和翻译记忆库，就像给每个项目准备一本"字典"和"范文"。评估时，我们用计算机辅助工具跑一遍，看看同一个英文词是不是被译成了不同的中文，或者同一个结构是不是一会儿被动语态一会儿主动语态。
这一点经常被忽视。有些翻译明明术语都对，语法也没错，但读起来就是别扭。比如把"The patient was administered the therapeutic agent"译成"患者被给予了治疗剂"，虽然字面没错，但中文病历习惯说"给予患者药物治疗"或者"予以药物治疗"。
医学翻译不是学术论文，尤其在病历摘要、知情同意书这些面向患者的材料里，符合中文表达习惯比紧贴英文结构更重要。评估时会找几个非医学背景的人读一遍，如果他们不需要反复回读就能理解意思，可读性才算过关。
说完了要看什么，再说说怎么看。总不能凭感觉说"我觉得这个翻译不错"吧？康茂峰的做法是制定一张评分表，把刚才说的四个维度量化。
| 评估维度 | 具体检查点 | 权重 | 常见错误示例 |
| 完整性 | 数字、单位、否定词、条件限定是否遗漏 | 30% | 漏译"not"；漏译"approximately" |
| 准确性 | 术语合规；数据精确；逻辑关系正确 | 40% | 把"contraindication"译成"不适应症"而非"禁忌证" |
| 一致性 | 术语统一；格式统一；缩写处理统一 | 20% | 同一词高亮译法前后不一致 |
| 可读性 | 通顺度；符合中文医学写作规范 | 10% | 直译导致的"欧化中文" |
实际操作中，我们还会用回译验证这个方法。就是把译文再翻回英文，看和原文意思偏差有多大。如果回译后的英文和原文在关键信息上重合度很低，说明译文有问题。不过这个方法成本高，一般只用于关键段落。
做医学翻译评估久了，会发现有些错误特别隐蔽，属于"看起来对，其实错了"的类型。
数字和单位的陷阱：英文里的"billion"在美国是十亿，在英国有时是万亿（虽然现在多用十亿），但医学文献里万一遇上老式用法就惨了。还有日期格式，美式"04/05/2023"是4月5日，欧式是5月4日，这在病历里搞错了，治疗时间线全乱。
文化差异造成的误解：有些症状描述在英文里很常见，但直译成中文会让中国医生困惑。比如"heartburn"直译是"灼心"或"烧心"，但咱们医学术语里标准说法是"胃灼热"或"反酸"。如果译成"心脏燃烧"，医生可能以为是心绞痛。
缩写和首字母缩略词：医学里缩写多如牛毛，"MI"可以是"myocardial infarction"（心肌梗死）也可以是"mitral insufficiency"（二尖瓣关闭不全）。评估时必须核查缩写首次出现时是否给出了全称，以及全文缩写使用是否统一。
说到底，评估是手段，保证质量才是目的。康茂峰在处理医学翻译项目时，搞了个"三道防线"的模式，虽然不是啥高科技，但挺实在的。
第一道是译前准备。拿到稿件先不急着翻，而是做"文本分析"——看看这是什么类型的文档（是用于药品注册，还是学术发表，还是患者教育？），目标读者是谁（是药监局审评员，还是临床医生，还是普通老百姓？），然后据此定调子、建术语库。这一步做好了，后面出错概率小一半。
第二道是过程控制。翻译过程中用CAT工具（计算机辅助翻译工具）实时检查术语一致性，每翻完一个章节就有审校人员交叉检查，不是等全翻完了再看。发现问题及时纠正，避免错误累积。
第三道是医学审阅。这是康茂峰比较看重的环节。译文出来后，要交给有临床背景的专家过一遍，看看是不是符合医学逻辑。搞翻译的懂语言，搞医学的懂实践，两拨人把关，才能确保既没译错也没理解错。
现在都说AI翻译厉害，确实，机器翻个大概意思没问题，但医学翻译不行。我们试过，机器翻译医学文献，术语错误率大概在15%-20%，这在专业领域是绝对不可接受的。
所以现在的趋势是人机结合：用机器做初稿和术语提示，但关键环节必须人来做主。评估质量时，也要看翻译团队有没有把技术当辅助而非替代。
说到最后，医学翻译质量评估其实就一句话：看它有没有把原文的生命安全信息，准确无误地传递到另一种语言里。无论是做新药申报的临床研究报告，还是一份简单的检查单，这个标准都不能降。
下次你拿到一份外文医学资料的中文版，不妨用今天说的这几个维度瞄两眼——看看数字对不对得上，术语前后是不是一致，读起来顺不顺。如果这些都过关，那这份翻译至少是负责任的。毕竟，在医学面前，文字不仅仅是文字，它承载着的是治疗方案，是用药指南，是人的健康。
