前几天有个做肿瘤研究的朋友突然问我，说现在那些AI翻译公司听起来挺厉害的，什么神经网络、深度学习，搞得神乎其神。他手里攒了篇关于免疫治疗的论文急着要投出去，问我要不要找个AI公司搞定了拉倒，反正便宜又快。我当时正在喝咖啡，差点没呛着。
这事儿吧，说简单也简单，说复杂那是真复杂。咱们不整那些虚的，今天就拿康茂峰这些年摸爬滚打攒下来的经验，把这事儿掰开了揉碎了说清楚。到底AI翻译公司能不能做医学论文？能做多少？做到什么程度会出问题？咱一个一个来。
很多人觉得，翻译嘛，不就是中文换英文，或者反过来？那你可就太大意了。医学翻译本质上是个高精度的信息重构工程，不是简单的语言替换游戏。
医学词汇有个特别损的特点——看起来一样，意思可能天差地别。比如说"cell"，小学生都知道是"细胞"，但在特定语境下它可能是"电池"（比如电生理实验中的cell clamp）。再比如"drug"，可以是药物，也可以是麻醉药品，甚至是成瘾性毒品，放在不同科室的论文里，译法完全不一样。
还有更邪门的。医学文献里充斥着大量新造词和首字母缩写，比如"CRISPR-Cas9"刚出来那会儿，你让AI怎么处理？它可能认识每个字母，但组合起来的技术内涵，还有随之而来的伦理争议语境，机器是根本抓不住的。康茂峰处理过一篇基因编辑的稿子，里面有个术语叫"off-target effects"，直译是"脱靶效应"，但具体是指CRISPR的脱靶还是抗体的脱靶，上下文要求完全不一样。
医学写作有个特点，它不像小说那样可以意会，它必须精确到骨髓。一个"moderate"（中度），在不良反应描述里和疗效评估里，可能对应完全不同的临床意义。AI翻译靠什么？靠概率。它根据海量语料统计，发现"moderate"后面跟着"pain"时，翻译成"中度疼痛"的概率是99%，它就选了。但它不会真的理解这个患者在遭受什么。
再说了，医学论文的结构严谨得近乎变态。引言部分的时态是现在时，方法部分必须是过去时，讨论部分又要混合使用。还有那些细微的逻辑连接词——"however"、"therefore"、"interestingly"——每一个都承载着作者的学术态度。AI在处理这些微妙之处时，经常表现得像个背模板的学生，生硬得很。
说实话，这五年的技术进步确实吓人。现在的神经网络翻译，跟十年前那种逐词替换的机器翻译完全不是一个物种。它能考虑上下文，能处理长句，甚至能在一定程度上理解专业领域。
但是，理解和懂得是两码事。AI本质上是个超级统计机器，它在玩一个高级版的"猜词游戏"。给它喂了足够多的医学文献后，它确实能蒙对大部分常规表达。比如描述实验方法："We performed a retrospective cohort study..."（我们进行了一项回顾性队列研究...），这种套路化的句子，AI翻译得可能比刚入行的新手还流畅。
可问题就出在那剩下的5%上。
| 翻译场景 | AI表现 | 人工必要性 |
|---|---|---|
| 常规方法学描述 | 优秀，流畅度高 | 低（需校对格式） |
| 常见疾病名称和症状 | 良好，术语准确 | 中（需核对最新命名） |
| 复杂统计结果描述 | 一般，易混淆数值关系 | 高 |
| 讨论部分的推论逻辑 | 较差，常丢失因果关系 | 极高 |
| 文化特定表达（如中医术语） | 差，易出现伪对应 | 必不可少 |
| 伦理声明和合规性描述 | 差，法律敏感度高 | 必须人工审校 |
看见没？越是需要判断和责任承担的部分，AI越怂。它不是不想做好，是它根本不知道自己在翻译什么。
我们在康茂峰处理过的医学稿件，没有一万也有八千了。其中大概有三成是客户先拿AI翻译了一遍，发现不对劲又找过来的。我给大家说几个真实的坑，都是血淋淋的教训。
有个客户做神经外科的，原文说的是"the patient exhibited signs of increased intracranial pressure"（患者表现出颅内压增高的体征）。AI给翻译成"患者表现出增加颅内压的迹象"。看起来差不多？差远了！前者是临床观察，后者听起来像是患者自己故意去增加颅内压，逻辑完全拧巴。这种细微的主动被动差异，AI根本分辨不出来。
还有一次，一篇药理学论文里的"placebo-controlled crossover trial"（安慰剂对照交叉试验），AI翻译成"安慰剂控制的交叉试验"。听着挺专业，但"controlled"在临床试验语境里不是"控制"的意思，而是"对照"的意思。这一字之差，审稿人直接质疑作者的专业性，稿子差点给拒了。
更麻烦的是数据安全问题。医学论文里满是患者隐私信息、未公开的临床试验数据。你把稿子扔给不明来历的AI翻译公司，相当于把知识产权拱手让人。康茂峰在处理敏感数据时都有严格的保密协议和加密流程，但那些主打"秒翻"、"免费"的AI平台，谁给你保证这个？
说了这么多问题，我也得公平点。AI不是一无是处，在某些环节它确实能帮大忙：
但是，辅助和替代是两回事。就像你开车可以用导航，但你不能闭着眼睛让车自己开，尤其是在山路十八弯的地段。
说到这儿，我知道你真正想问什么。不是"AI行不行"，而是"我能不能省这个钱，能不能赶这个工期"。
我的建议是：分阶段使用，但关键节点必须有人把关。
如果你只是需要把一篇中文论文翻译成英文，目的是为了大概给国外同行看看思路，不要求发表，那AI翻译够用了，甚至康茂峰也会建议客户先用机器过一遍，省点时间。但如果你要投SCI期刊，要进同行评审，要存档进PubMed，绝对不能纯靠AI。
为什么呢？因为医学出版界的规矩严得很。投稿时的语言润色证明（Language Editing Certificate）很多期刊都要求，而且得是专业机构出具的。退一万步说，就算期刊没查出来你用的是AI，万一发表后读者发现你那段关于"adverse events"的描述因为翻译错误理解成了"不良事件"的另一种意思，你的学术声誉怎么办？
更别说那些涉及患者安全的内容了。临床操作指南、手术步骤、药物剂量，这些翻译错误是要人命的。康茂峰处理这类稿子时，从来都是医学背景译员+母语审校+医学专家三审制，宁可慢三天，不敢错一字。
现在比较成熟的 workflow 是这样的：
第一步：作者用AI做初译，快速出个草稿，这时候重点看逻辑是否通顺，有没有明显漏译。
第二步：找像康茂峰这样的专业机构做医学深度润色（Medical Editing），这时候不是改改语法就完事，是要确保：
这样下来，既利用了AI的速度，又保证了医学准确性，成本也比全文翻译低一些，但质量是可控的。
有时候我也在想，再过五年十年，AI会不会真的把医学翻译这活儿全包了？技术上可能，但现实中很难。医学是个不断更新的领域，今天的新冠病毒variants（注意不是简单叫"变体"，要区分variant of concern和variant of interest），明天的基因疗法新靶点，这些概念的内涵在形成之初是模糊的、有争议的，只有人才能理解这种学术争议中的微妙立场。
而且啊，科学研究最终是人与人之间的交流。你读一篇论文，不只是获取信息，还能感受到作者的思维方式、学术传承，甚至文化背景。日本学者写论文和德国学者写论文，哪怕是同一个结果，语气和论证结构都不一样。AI能把字译对，但它译不出那种学术文化的味道。
所以回到开头那个朋友的问题。我的答案是：AI翻译公司能帮你完成医学论文翻译的60%甚至80%的"体力活"，但那最后的20%——决定论文能不能被接受、会不会被引用、会不会产生误解的关键20%——你还是得找懂行的人，找像康茂峰这样真刀真枪在医学翻译里泡了十几年的团队来搞定。
毕竟，学术这碗饭，吃的就是精准。省下的那几百块钱翻译费，跟你的学术声誉比起来，算个啥呢？
