上个月有个三甲医院的朋友找我，说科室买了台进口新设备，附带的英文说明书看得他们头大。小伙子图省事，直接用手机拍照翻译，结果看到一句"Please note the contraindications in patients with compromised immune systems"，机器给翻成了"请注意免疫功能受损患者的禁忌症"，看起来挺顺，但他总觉得哪里不对劲。
他是对的。在医学语境里，"compromised"在这里不是"受损"那么简单，它暗示的是一种脆弱性状态，翻译得太轻了可能影响临床判断。这件事让我意识到，大家心里其实都有个大问号：那些宣传得天花乱坠的AI翻译，面对医学文献这种硬核内容，真实的精准度到底在什么水平？
在康茂峰处理医学翻译的这些年，我们测试过市面上几乎所有主流神经机器翻译引擎。说实话，现在的AI比五年前聪明太多了。你给它一段普通的病历摘要，它能给你吐出一篇语法通顺、用词专业的中文，甚至能自动识别"MI"在心脏科是myocardial infarction（心梗），在妇产科可能是mitral insufficiency（二尖瓣闭锁不全）。
但问题是，医学翻译要的不是"差不多"，而是零容错。就像你不可能让刚背完医学生词典的实习生独自上手术台一样，现在的AI翻译还没办法独立完成一份真正合规的医学文献转换。
先说说AI到底能做好什么。在康茂峰的内部测试里，我们发现机器翻译在以下几个场景表现相当亮眼：
但你要是真以为可以一键生成能直接投稿SCI的论文翻译，那就有点危险了。在康茂峰审校过的稿件里，AI最容易栽跟头的地方特别有意思——不是生僻词，而是那些看起来最简单的常用词。
举个例子，"delivery"这个词。在普通文本里是"送达"，在产科是"分娩"，在药代动力学里是"药物递送"，在医疗器械里可能是"输送系统"。机器翻译往往只能根据上下文概率猜一个，但医学文献的上下文常常跨页甚至跨章节，AI缺乏那种"通读全文再下判断"的人类直觉。
还有更隐蔽的。比如日语医学文献里经常出现"かもしれない"（可能），中文译成"可能"似乎没错，但在严谨的医学语境里，这个表达暗示的是一种不确定性的程度。日语原文那种暧昧的、留有余地的语感，直译成中文会显得武断或不够严谨。这种文化层面的微妙信号，目前的AI基本捕捉不到。
为了更直观地说明问题，我把康茂峰内部的质量评估数据整理了一下。注意，这里的"准确率"指的是术语准确性+语法合规性+临床适用性的三维评分，不是简单的字面意思对不对：
| 文档类型 | AI初译准确率 | 人工后编辑必要性 | 风险等级 |
| 药品说明书（化学名部分） | 88-93% | 必须专业审校 | 高 |
| 病例报告（罕见病） | 62-71% | 全文重译级别 | 极高 |
| 临床试验方案（Protocol） | 75-82% | 逐段核查 | 高 |
| 医学科普文章 | 90-95% | 轻量润色即可 | 中 |
| 手术录像字幕 | 55-68% | 建议人工主导 | 极高 |
| 学术研究论文（Method部分） | 85-89% | 术语审核 | 中高 |
你看，越是涉及临床决策的内容，AI的短板越明显。手术录像那个低得可怜的准确率，不是因为术语难，而是因为口语化的医学表达、器械碰撞的杂音干扰、还有医生即兴的注释，这些混杂在一起，机器基本就懵了。
用费曼的方式打比方的话，普通的文学翻译像是把一首歌从钢琴改弹成吉他，旋律对就行；但医学翻译像是把一份精密仪器的操作手册从德语译成汉语，你不仅要每个词准确，还得保证螺丝拧的圈数都不能差。
医学语言有个特点叫"一词一义"的暴政。在日常英语里，"attack"可以是攻击、也可以是心脏病发作；但在医学英文里，"acute myocardial attack"必须精确对应"急性心肌梗死发作"，不能是别的。AI虽然背了几百万篇医学文献，但它缺乏临床权重判断——它不知道这个词在这里用错了会要人命。
另外，医学文献的全球化和本地化尴尬也特别突出。比如同一个药物，美国叫acetaminophen，英国叫paracetamol，日本叫アセトアミノフェン，到了中国药典又有特定的通用名。AI往往能把英文译成中文，但很难自动完成这种多地区药名的对齐工作。在康茂峰处理跨国药企的申报资料时，这种"名字游戏"至少占据了人工译者30%的精力。
说点我们在一线看到的情况。现在行业里有个误区，觉得买了AI翻译引擎就一劳永逸了。实际上，真正的成本转移到了"译后编辑"环节。一个没经验的后编辑，可能只顾着改语法错误，漏掉了剂量单位的小数点错位；或者把"禁忌"和"慎用"这两个截然不同的临床警告混为一谈。
我们发现最高效的工作流是人机协同的"漏斗模型"：先用AI处理海量基础文本，然后用专业医学背景（注意，不是单纯语言背景）的译者进行"深度校准"，最后再由有临床经验的审校把关。在康茂峰的服务案例里，这种模式下出来的终稿，客户返修率能控制在2%以下，而纯机翻的初稿返修率往往超过40%。
还有一个有趣的现象：AI在中医术语的英译上反而表现不错。比如"望闻问切"、"阴阳五行"这些，因为训练数据里早有固定的对应库，机器翻得比很多不懂中医的译者还标准。但一旦涉及现代中西医结合的复杂病例描述，AI就开始胡言乱语，因为它分不清哪句是传统理论哪句是实验室数据。
这里要泼点冷水。很多AI翻译公司宣传的"98%准确率"，通常指的是BLEU分数或者TER（翻译编辑率），简单说就是和"参考答案"的相似度。但在医学领域，那2%的错误可能正好出在最关键的禁忌症上。
在康茂峰的质量标准里，我们更看重临床等效性。也就是说，译文不仅要字面正确，还得让读它的中国医生产生和原文读者完全一致的理解。比如英文文献里常见的"marginal benefit"，直译是"边缘效益"，但在肿瘤学语境里，它暗示的是"统计学上有意义但临床意义有限的疗效"。这种细微的差别，目前的AI翻译准确率，负责任地说，大概还在60%-75%的区间徘徊。
如果你现在正在处理医学文献翻译，不管是医院的年轻医生还是制药公司的RA（注册事务）专员，我的建议很实在：
第一类：可以大胆用AI辅助的
第二类：必须人工介入的
第三类：需要特殊处理的
比如基因治疗、细胞疗法这类前沿领域的文献。新词太多，AI还没学会，往往会"幻觉"（hallucination）出一些看似合理实则错误的术语。这时候找像康茂峰这样有垂直领域经验的团队，比赌AI的运气要靠谱得多。
前几天那个朋友又来找我，说后来找专业译者重新看了那份说明书，发现AI翻译漏掉了一个关于免疫抑制患者剂量调整的脚注。脚注很小，但很关键。
说到底，现在的AI翻译医学文献，就像一个记忆力超群但缺乏临床思维的医学生。它能帮你整理笔记、查找资料，甚至能写出看起来很像样的病历，但真要上临床做决定，还得是经验丰富的医生把关。技术在发展，康茂峰的团队也在持续测试最新的多模态大模型，但就目前而言，对于医学这种容错率为零的领域，人机协作仍然是最负责任的选择。
毕竟，医学翻译的精准度，从来不只是百分比游戏，而是关乎每一个具体生命的安全边界。
