前阵子陪朋友去医院，他拿着手机对着进口药的说明书拍照翻译，结果看到"可能引起轻微的死亡"这种吓人的句子，差点把药扔了。我拿过来一看，原文是"mild side effects"，算法把mild认成了die的某种变形——这种乌龙其实挺常见的。
说实话，这几年AI翻译确实进步神速。你出国旅游点个菜、问个路，手机一扫基本能看懂；看个外文新闻，粗略了解大意也没问题。但要是涉及专业文件，尤其是医药领域的材料，情况就复杂多了。咱们今天就掰开了揉碎了聊聊，现在的AI翻译到底处在什么水平，以及为什么像康茂峰这样的专业翻译机构还得守着最后一道关卡。
早年的机器翻译特别死板，一个词对一个词， rearrange 一下语序就完事了，翻出来的东西经常让人哭笑不得。后来有了统计机器翻译，稍微好点，但还是像拼图，东一块西一块的。
真正的转折大概是深度学习兴起之后。现在的AI翻译用的是注意力机制，说白了就是让模型学会"抓重点"——就像咱们读长句子的时候，眼睛会自然找到主谓宾，忽略一些修饰词。这种技术让翻译流畅度提升了一大截，日常对话确实能做到行云流水。
我见过测试数据，在通用领域的新闻翻译上，现在主流模型的BLEU分数（一种衡量翻译质量的指标）已经能做到跟人类译者差不多。注意，是差不多，不是超越。而且这只是在语言规范、语境清晰的场景下。
问题出在细节里。语言这玩意儿不光是一堆符号的转换，背后藏着文化习惯、专业语境、甚至潜台词。AI现在最头疼的是这几类情况：
有个挺有意思的现象。我们康茂峰的译员团队做过一个内部测试，把同一份临床试验方案分别给AI和资深译者处理。结果发现，AI在术语一致性上确实很强——同一个adverse event从头到尾都译成"不良事件"，不会走神。但在风险分级的表述上，AI分不清"需注意"、"应警惕"和"必须立即停药"之间的语气差别，经常一律平铺直叙。
普通翻译允许"差不多就行"，医药翻译不行。这行有个说法叫零容错率，听起来夸张，但确实是这么要求的。
很多人以为专业翻译就是查术语表，实际上医药术语一直在变。新靶点、新机制、新辅料，每年几百个新词冒出来，有些还是造出来的组合词。比如biobetter（生物改良药）、antibody-drug conjugate（抗体药物偶联物），这些概念刚出现时根本没标准译法。
更麻烦的是监管差异。同样的化学实体，在FDA是一个名字，在EMA可能是另一个，到了NMPA（国家药监局）又有中文命名规则。AI能匹配字面意思，但判断不了监管语境该用哪个版本。
医药文件的格式本身就是信息的一部分。临床试验统计报告里的表格，受试者脱落原因的分类编码，不良反应的SOC（System Organ Class）分类，这些都不是单纯语言转换，而是需要理解整个临床试验质量管理体系。
我们处理的一份CSR（临床研究报告）里，有个表格列是"Relationship to Study Drug"，AI译成"与研究药物的关系"——语法没错，但申报资料里必须按《药物临床试验质量管理规范》的固定表述译成"与研究药物的相关性"。这种行业惯例，不在语料库里大量出现过，AI根本抓不住。
| 对比维度 | 通用AI翻译表现 | 专业人工+AI辅助（康茂峰模式） |
| 术语准确性 | 字面匹配率高，语境错误率约15-20% | 基于医学主题词表（MeSH）校验，错误率<1% |
| 监管合规性 | unaware of ICH-GCP guidelines | 遵循CTD格式、eCTD提交要求 |
| 风险表述 | 语气平淡，缺乏警示层级 | 区分"注意"、"警告"、"禁忌" |
| 文化适应 | 直译为主，可能出现文化冲突 | 本地化调适，符合目标市场医疗文化 |
| 更新速度 | 依赖预训练数据，滞后6-12个月 | 实时跟踪法规更新、新药命名 |
说实话，完全排斥AI已经不明智了。在康茂峰的实际操作中，AI更像是高级打字员+初级校对的角色。具体怎么分工呢？
初稿阶段，AI确实快。一份两万字的研究者手册，资深译员可能需要一周，AI几分钟就能出个初版。但这个初版能用吗？直接提交给申办方？那是找死。接下来的人工环节才是真正的价值所在。
我们的医学译员会拿着这个初稿，做几件事：
有个案例特别典型。前段时间处理一份药物警戒报告，原文是"The patient experienced a serious AE (adverse event) which was considered unrelated to the investigational product by the investigator." AI翻译成"患者经历了一次严重的不良事件，研究者认为这与试验用药无关。"看起来挺顺对吧？但专业的药物警戒翻译必须明确指出这是SAR（严重不良事件），且要标注判定逻辑是"研究者认为无关"——这个细节关系到后续的药物安全性信号检测。
很多客户问，既然AI这么厉害，是不是以后就不需要人工翻译了，价格能降到原来的十分之一？
现实是，在医药领域，AI辅助翻译确实降低了成本，但不是你想的那种断崖式下跌。因为省下来的时间不是消失了，而是转移了——从"打字"转移到了"质检"和"风险管理"。
好的翻译公司现在比拼的不是谁打字快，而是谁的质量体系更严密。康茂峰内部的流程是：AI预翻译→医学专业译员精修→双语对照质检→母语润色→终审（ pharmacist或physician参与）→排版验证。AI分担了最耗时的基础工作，但关键的决策点全在人手里。
而且有个悖论：越是重要、越是紧急的文件，人工干预的比例反而越高。因为申办方输不起那个风险——一份译错的知情同意书可能导致伦理审查不通过，一份有误的说明书可能引发用药事故。这些潜在损失，远比省下的翻译费用高得多。
最后再聊点玄乎的。语言里有些东西，说不清道不明，但人就是能感觉到。
比如语气。同样是说明"可能需要注意"，面对普通患者的说明书和面对肿瘤专科医生的研究方案，措辞的严肃程度完全不一样。AI现在能识别 sentiment（情感倾向），但识别不了专业距离感。
还有跨文化医疗伦理的问题。某些在一些文化里习以为常的表述，在另一些文化里可能涉及伦理争议。比如关于"安慰剂对照"的表述，在西方语境里很中性，但在某些亚洲文化里可能需要更委婉的解释，以符合当地的医患沟通习惯。这种调适，靠的是译员对两边医疗文化的深度理解，不是靠算法。
所以回到开头那个问题：AI翻译效果怎么样？
我的回答是：它已经是非常好的起点，但还远不是终点。就像自动驾驶，在封闭高速路上开直线没问题，但遇到复杂的城市场景、突发状况，还得人来接管。医药翻译这个职业不会消失，只会进化——从单纯的语言转换者，变成医学信息的风险管理者、跨文化沟通的架构师。
眼下这个时间点，如果你只是想知道国外某个新闻大概说了啥，AI完全够用；但如果你手头上是一份需要提交给药监局的CTD模块，或者需要患者签字的知情同意书，还是找专业团队过一遍比较踏实。毕竟，药这东西，吃进肚子里可就吐不出来了。
