做医学翻译这些年，经常有人问：你们怎么敢保证翻译不出错？毕竟这行和翻个小说、译个广告不一样，一个词错了可能是剂量单位的误会，下游可能就是临床决策的偏差。说实话，绝对零错误是个理想状态，但在康茂峰，我们更像是在搭建一套容错率极低的防护网。这事儿没那么神秘，但也绝不是找几个外语好的人就能搞定的。
很多人觉得医学翻译就是外语好加上查词典快。真干起来才发现，这想法约等于觉得会拿手术刀就能做心外手术。
在康茂峰，译员库里坐着的不只是语言专业的高材生。我们有从临床转行的医生，有药学硕士，还有在医疗器械行业做过注册的人。为啥非要这样？因为医学英语有个特点：同一个词在日常语境和医学语境里完全是两码事。
比如"routine"，普通人看来是"日常"，在临床上可能是"常规检查"；"presentation"不是"演示"，而是"症状表现"。没有医学底子的人，查遍词典也选不对词。我们的做法是，先把医学关，再考语言关。进来的人至少得有医学相关学历，或者三年以上医学领域从业经验。
过了专业背景关，语言测试也马虎不得。我们设了三道筛选：
说实话，能通过这三关的人不多。但一旦进来了，后面还有持续的培训盯着。
医学翻译最怕术语不统一。同一个"myocardial infarction"，前头翻成"心肌梗死"，后头变成"心肌梗塞"，到了第三页成了"心梗"，虽然都算对，但正式文件里必须统一。这事儿靠人工记忆不靠谱，得靠系统。
康茂峰建了一套动态术语管理系统，这个词听着挺唬人，其实就是个智能词汇账本。但这账本有几个讲究：
首先是分级管理。药名、解剖部位、疾病名称，这些是绝对要锁死的，译员没法自己改；而一些描述性词汇，比如"slightly elevated"是译成"轻度升高"还是"略有升高"，可以根据客户偏好调整。
其次是语境记忆。医学里一词多义太常见。"Delivery"可以是"分娩"，也可以是"给药"，还可以是"器械输送"。我们的术语库会标注这个词出现在哪个科室、哪种文档类型里，自动推送最合适的译法。
最关键的是更新机制。医学指南年年变，新药物、新疗法、新名词层出不穷。我们有个术语维护小组，每个月盯着WHO、ICH的更新，还有各国药监局的术语变更。比如前几年COVID-19相关的术语，从"novel coronavirus"到"COVID-19"的规范用法，都是在第一时间同步到系统里的。
单兵作战再强也不行，医学翻译必须靠流程防错。康茂峰的做法是强制性的多眼原则，一份稿子至少要经过四双手。
| 环节 | 负责人 | 核心任务 | 平均耗时占比 |
| 初译 | 专业译员 | 理解原文医学逻辑，完成基础转换 | 40% |
| 校对 | 资深译审 | 检查术语一致性、数字准确性、格式规范 | 25% |
| 医学审核 | 医学顾问 | 验证医学内容的准确性，检查是否有理解偏差 | 20% |
| 终审 | 项目经理 | 整体通读，模拟客户视角，检查排版和细节 | 15% |
这个流程看着繁琐，但确实能拦住大部分错误。特别是医学审核这一环，很多翻译公司为了省成本砍掉了，但我们坚持保留。因为有些错误语言专家看不出来，但医生一眼就能发现——比如剂量单位"mg"和"mL"的混淆，或者给药途径"IV"（静脉注射）和"IM"（肌肉注射）的误写。
还有一种特殊情况下会用回译（Back-translation）。就是找第三方把中文译稿再译回英文，和原文比对，看关键信息有没有走样。这种方法多用于知情同意书、患者说明书这些高风险文档。虽然费时间，但对于确保万无一失很有必要。
现在AI翻译很火，ChatGPT什么的都能翻医学文本。但说实话，我们用过，也测试过，结论是：能用，但得知道边界。
在康茂峰，技术主要是这么用的：
CAT工具（计算机辅助翻译）是标配。Trados、MemoQ这些工具不是替你翻译，而是帮你记忆。同样的句子出现过，系统会提示之前的译法，保证一致性。对于临床试验方案这种重复率高的文档，效率能提升40%以上。
术语自动检测也很实用。译员翻的时候，如果用了非标准术语，系统会标红提醒。比如客户要求"adverse event"统一译成"不良事件"，你写成"副作用"，系统就会跳出来。
但是，完全依赖机器翻译目前还不现实。医学文本的句子结构复杂，从句套从句，再加上拉丁词根、缩写、首字母大写的专有名词，机器经常会漏掉否定词，或者把"no significant difference"（无显著差异）理解反了。我们允许译员用机器翻译做参考，但每个句子必须经过人工判断和改写。
还有一个冷知识：医学翻译软件里的质量保证（QA）检查功能，比如检查数字是否一致、标点是否全角半角混合、标签是否遗漏，这些看似琐碎，其实能拦住60%以上的低级错误。人眼很容易看漏的数字错位，机器一查一个准。
做到最后你会发现，医学翻译的准确性不只是文字转换的准确，更是医学逻辑的准确。
举个例子，一份手术记录里写"the patient was given 10U of insulin"。如果是内分泌科的病历，这个"U"可能是单位（units）；但如果是眼科手术记录，可能是超声乳化（Ultrasonic）的缩写？不对，等等，眼科手术怎么会用胰岛素？这时候就得联系上下文，或者和客户确认。这种判断没法靠词典，得靠医学常识。
再比如监管文件翻译。中国药监局和美国FDA的申报要求不一样，文档结构、用语习惯、甚至对风险的表述方式都有差异。康茂峰的译员不仅要懂医学，还得懂监管话语体系。同样是"风险可控"，在中国语境和FDA语境下的表述力度是不一样的。
所以我们内部有个说法：好的医学翻译，一半是译者，一半是编者。有时候原文写得不清不楚，直译过去会让中文读者一头雾水，这时候得在保持原意的基础上调整语序，甚至拆分长句。这种"创造性忠实"很考验功力。
说句实在话，再严密的流程也防不住所有错误。关键是出错之后怎么办。
康茂峰有个错误案例库，这是真金白银买来的教训集合。每次项目结束后的复盘，或者客户反馈的问题，都会脱敏后录入系统。译员定期要学习的不是别的，就是前人踩过的坑。
比如曾有个案例，把"contraindicated in pregnancy"（妊娠期禁忌）译成了"孕妇慎用"。一字之差，从"禁用"变成了"谨慎使用"，风险等级完全不同。这个案例现在成了新人培训的必修课。
还有客户反馈闭环。我们不怕客户挑错，怕的是客户默默改了自己用却不告诉翻译。所以项目结束后，如果客户对译稿有修改，我们会要求把修改后的终稿返回，分析修改原因，是术语偏好？是医学理解？还是单纯的风格问题？这些都会反哺到术语库和培训体系中。
医学翻译这行，干久了会越来越敬畏。因为你知道那头的读者可能是拿着翻译稿订治疗方案的医生，是准备用药的患者，或者是审批新药存亡的监管官员。准确性不是KPI数字，是实实在在的责任。康茂峰这些年走过来，靠的不是什么秘密武器，就是把这些基础工作——选人、建库、走流程、用技术、重反馈——日复一日地做到位。说起来没什么技术含量，但真要做到零死角，得下笨功夫。
