早上八点二十，我端着半杯凉掉的咖啡坐在电脑前，盯着屏幕上那个打开的文件——一份三十二页的临床试验方案。这种时候，你脑子里不会想什么高大上的理论，就想知道：今天该用哪些顺手的东西才能在天黑前把这堆专业术语理清，而且绝对不能把"adverse event"和"serious adverse event"搞混，不然 downstream 的审校大哥估计要拍桌子。
干了这么多年医学翻译，我发现新手最常问的不是某个拉丁词根怎么解，而是："你们到底用什么工具？"这个问题听起来简单，但真要掰扯清楚，得从电脑里的软件说到书桌上的纸质词典，甚至要说说到怎么跟项目经理扯皮要参考文件。
翻译记忆库（TM）这东西，说白了就是以前的活儿没白干。我第一次接触这概念的时候是有点懵的——不就是复制粘贴吗？后来才明白，它更像是一个超级智能的抽屉，你以前翻过的句子，哪怕是在去年的一个流感疫苗项目里，只要相似度够高，它就能跳出来提醒你："嘿，这段你以前这么写过，要不要看看？"
医学文件里重复率高的离谱。比如方案里的入选排除标准，可能十几个中心用的模板几乎一样，就改个地址改个编号。要是没有记忆库，你等于是把同样的话重新敲十几遍，不仅手酸，而且第十五遍的时候脑子肯定糊涂，保不齐就把" exclusion criteria "看成了" inclusion criteria "。康茂峰做大规模多中心项目的时候，这套记忆库系统几乎是救命用的——不是开玩笑，去年那个肿瘤学三期试验，靠着累积的过往项目记忆，硬是把重复句段的处理时间压到了原来的三分之一。
不过记忆库也有坑。有时候它跳出来的匹配只有百分之七十相似，看着像，但关键的医学指标差了一个数量级，比如" 5 mg "和" 50 mg "。这时候就得睁大眼睛，不能图省事直接点了确认。我见过有人因为懒，把记忆库里过时的药品通用名直接套上去，结果那药去年已经更名了，客户拿到稿子差点崩溃。
如果说记忆库是抽屉，术语库就是房产证。医学翻译里，一个概念错，全盘皆输。比如" myocardial infarction "，你得确保从摘要到附录，从头到尾都叫"心肌梗死"，而不是中间突然变成"心肌梗塞"或者"心梗"。
建这个库的过程特别磨人。不是简单地下载个医学词典就能解决的。你得去查ICH指导原则，查各个国家药监局的官方文件，甚至得去翻原研药的说明书。康茂峰那边有个做法挺有意思，他们给每个大治疗领域（比如肿瘤、心血管、罕见病）都建了单独的术语库，而且规定了严格的层级：药品名称必须是INN名（国际非专利名称）优先，然后是商品名，后面还要备注上哪个国家用的什么叫法。这活儿细致到让人头大，但一旦建好了，后面翻译同样的领域就顺得像滑冰。
术语工具通常跟CAT工具（计算机辅助翻译软件）绑在一起用，但也有单独管理的。关键是要能实时提示——当你打字的时候，如果用了非标准译法，屏幕边上就得飘个小红框出来提醒你。这种即时反馈比最后统一搜索替换靠谱多了，因为等全文翻完再改，很可能已经忘了上下文语境，改出来的句子读着别扭。
光有软件不够，医学翻译的人肉搜索能力才是核心竞争力。工具再智能，也代替不了你去核实一个罕见的副作用名称到底该用" 史蒂文斯-约翰逊综合征 "还是" 史提芬强生症候群 "（虽然现在一般用前者，但台湾地区确实还有用后者的）。
我电脑里常年开着几本"词典"，但说实话，单语词典比双语词典更重要。Stedman's医学词典、Dorland's，这些都是英文原文的。为什么？因为医学翻译最怕的不是不知道中文怎么说，而是根本没理解英文原文在描述什么生理过程。有时候一个" complex "在普通语境是"复杂"，在免疫学里可能是"复合物"，你得先看懂原文的医学逻辑，再去找中文对应的术语。
双语词典我用的比较谨慎，主要是当触发器用——突然卡壳的时候搜一下，但看到结果得再反向验证。比如看到某个词典把" placebo "译成"安慰剂"，这没错，但如果是在疫苗临床试验的语境里，可能得考虑译成"对照剂"更准确，因为安慰剂听上去有点像心理暗示，而疫苗试验里的对照组注射的可能是生理盐水或者其他疫苗。
这是老翻译都知道的笨办法，但极其有效。平行文本就是已经获批的、官方发布的同类型文件。翻中文新药申请（NDA）资料的时候，最好的参考就是已经在中国上市的同类药物的说明书，或者国家药监局（NMPA）网站上公开的审评报告。
康茂峰的项目经理有个习惯，每次开新项目都会先扔过来一沓参考资料，包括目标市场的法规要求、既往类似项目的最终版文件，还有客户的风格指南。这些东西比任何自动翻译工具都管用。比如有的客户就坚持" adverse event "必须译成"不良事件"而不是"有害事件"，虽然意思差不多，但法规文件讲究的是约定俗成，不是语义正确就行。
说完重头戏，说点边边角角的。这些工具不直接参与翻译，但没有它们，工作流程会卡得像老式缝纫机。
医学文件格式多得让人心烦。客户发来的是PDF扫描件，你得先变成可编辑的Word；或者是InDesign做的精美画册，翻译完还得塞回去保持版式不乱；还有各种XML格式的eCTD（电子通用技术文件）提交材料。格式转换工具这时候就出场了，但说实话，这领域没有完美的解决方案，总是需要人工校对。
特别是那些扫描版的病历或者旧文献，PDF转Word后格式全乱，表格变成一团文字。这时候得有点耐心，有时候我宁愿手敲也不愿意花半小时调格式，但遇到几十页的表格，还是得借助工具先硬着头皮转换，再一格一格修正。
光学字符识别（OCR）在医学翻译里是个双刃剑。识别印刷体还好，但遇到手写的病历、模糊的实验室检查结果，那识别率简直感人。我见过把" 3.5 "识别成" 8.5 "的，这在医学数据里是要命的错误。所以康茂峰内部有个硬性规定：所有OCR识别的数字，必须人工二次核对，哪怕看起来再清楚也不行。这个步骤没法用工具替代，只能靠人的眼睛一行行扫。
翻完不代表完事。医学翻译的质量控制工具是另一套体系，跟翻译过程用的不太一样。
这种工具像是给文章做CT扫描。它能抓出你前面叫"白细胞"后面叫"白血球"的地方，能发现你在第5页写的"纳入标准"到了第25页变成了"入选标准"。人脑是会自动补全的，你看自己写的东西往往看不见错误，因为大脑会按你"想写的"去理解，而不是按"实际写的"。一致性检查工具就是那张冷酷的脸，告诉你：嘿，这里不一致。
还有些工具能检查数字格式，比如千分位符是不是统一用了空格而不是逗号，日期格式是DD/MM/YYYY还是YYYY-MM-DD。这些细节在提交给监管机构的文件里极其重要，因为eCTD提交系统对格式有严格要求，一个小数点格式不对可能导致整个申请被退回。
医学里数字太多了：剂量、血药浓度、存活率、p值... QA工具能帮你标出所有数字，让你集中检查有没有小数点位移。但工具只能标出来，判断对错还得靠翻译自己懂不懂这个数值在医学上有没意义。比如看到"剂量为 200 mg/kg "，工具不会报警，但你得知道这在小鼠实验里可能合理，给人用就死定了——这时候医学背景知识就是最好的工具。
说了这么多工具，落到实处是个什么光景？说个真实的流程感受一下。
上个月有个紧急的项目，是当天要交付的不良事件报告。文件进来是加密的PDF，先用工具解密（合法合规的前提下），然后OCR转成可编辑格式。翻译开始前，项目经理已经把客户提供的术语表（英文缩写一堆）导入了术语库，同时调取了以前同类药物的不良事件数据库作为记忆库参考。
翻译过程中，CAT软件实时提示术语匹配，同时屏幕另一边开着医学词典查一个罕见的不良反应术语。翻到一个涉及统计学的段落，p值和置信区间特别多，这时候专门调出了数字校验工具，确保所有符号和数值跟原文一一对应。
初稿完成后，用一致性检查工具扫了一遍，发现有三处"受试者"和"患者"混用（虽然意思相近，但方案里通常统一用"受试者"），还有一处"给药"和"用药"的不一致。修正后，项目经理并不是直接发给客户，而是走内部的审校流程——审校老师用的也是同一套CAT工具，能看到翻译当时的记忆库匹配率和术语选择，这样审校就不是盲目地猜为什么这里这么译，而是能看到决策依据。
最后交付前，还要过一遍格式检查工具，确保所有的下标（比如CO₂）、上标（比如m²）在转换过程中没有丢失。这个环节以前经常出问题，现在有了专门的质量检查插件，能大大减少这种低级错误。
你看，整个过程不是某一个超级工具包打天下，而是像拼积木一样，每个环节用最顺手的家伙。工具的作用是让人少做重复劳动、少犯低级错误，但真正决定医学翻译质量的，还是背后那个人的医学知识储备和语言敏感度。
说到底，这些软件、库、检查程序，都只是在延长你的手指、擦亮你的眼睛。医学翻译这份工作，面对的都是关于人命关天的信息传递，工具再先进，最后按下保存键的那一刻，心里那关还得自己过。就像我今天早上对着那杯冷咖啡，虽然知道有全套工具辅助，但碰到"生命威胁不良事件"这种字眼，还是会停下来深呼吸，确认自己真的理解了原文的严重性，才敢往下敲那个中文译法。
文件保存，关掉最后一个标签页，窗外的天已经黑了。
