"你们的AI翻译能代替人工吗？"每逢行业展会，总有药企的注册经理抛出这个问题。问的人多了，康茂峰的译员们反倒练出了一套标准回答：先别急着要答案，我们来做个测试。
说起来也巧，最近这两年大语言模型火得一塌糊涂，翻译质量突飞猛进，"AI取代译员"的声音就没断过。尤其是医药翻译这个细分领域，专业门槛高、术语密度大，很多人觉得AI早该"毕业"了。但真实情况到底怎样？康茂峰医学翻译团队耗时三个月，对市面上主流的AI翻译引擎进行了系统性测评，今天把结果摊开来聊聊。
先说结论：AI在医药同传场景下，能做到"看起来像那么回事"，但距离真正的专业水准，还有几道坎没迈过去。
很多AI翻译测评喜欢用"信达雅"那套主观标准，但康茂峰认为，专业场景得有专业的量法。这次测评我们设了四把尺子：
测评对象选了六款主流翻译引擎，包括通用大模型和专业医学翻译工具。测试语料来自康茂峰实际承接的项目，包括：临床试验方案摘要、药品说明书、CMC资料、eCTD编制的模块一文档，涵盖中英、英中两个方向。
术语这块是重头戏。康茂峰医学翻译团队从项目中抽取了200个高频术语，涵盖药物作用机制、给药途径、不良反应描述、剂型规格等类别，让AI逐条翻译后人工打分。
结果怎么说呢——基础的通用医学术语，主流AI的准确率能到85%以上，听起来不错。比如"不良反应"译成"adverse reaction"，"对照组"译成"control group"，这类常规操作AI没问题。
但一进入专业深水区，问题就暴露了。
举个例子："QT间期延长"这个心电图术语，AI经常译成"prolonged QT interval"，看起来对，但放到临床试验的安全性评估里，专业审评员一眼就知道这不是标准表述。正确的药政注册用语应该是"QTc prolongation"或"QT interval prolongation"，少了"c"这个细节，在监管语境里就是两个意思。
再比如生物制品领域的"单克隆抗体"，AI偶尔会译成"monoclonal antibody"，但药品注册资料里的规范写法有时需要注明具体编号如"mAb"或特定后缀格式。康茂峰译员在测评中发现，约15%的专业术语存在细微但致命的偏差，这些偏差放在药品注册资料里，轻则被要求补正，重则影响审评进度。
测评过程中，康茂峰团队总结出几类AI的高频失误：
术语只是基础，真正考验AI的是长文档处理能力。医药翻译不同于普通文本，一份临床研究报告可能有上百页，前后术语使用必须高度一致。
康茂峰测试了一篇完整的临床试验方案摘要，约3000字。测评维度有两个：同一术语全文的一致性，以及段落间的逻辑衔接。
结果有点意外。主流AI在单段落内的翻译质量不错，但一旦跨越章节，就容易出现"断片"：前面叫"受试者"的词，后面可能变成了"参与者"或"试验对象"。在人工审校时，这类不一致会增加大量核对成本。
更棘手的是反义表述的识别。比如"该药物不得与XX联合使用"和"该药物可与XX联合使用"，AI有时会把否定词漏掉或放错位置。在药品说明书的【禁忌】和【药物相互作用】章节，这种失误可能导致严重的用药安全风险。
康茂峰译员在实测中记录了一个典型案例：某份医疗器械注册资料的英文稿里，"本产品不适用于儿童"的否定词被AI漏译，审校阶段差点酿成合规事故。负责该项目的项目经理回忆说："当时惊出一身冷汗，这要是在FDA申报阶段被开缺陷信，代价可就大了。"
eCTD电子提交是药品国际注册的标配，康茂峰每天处理的eCTD模块编制项目不在少数。这部分测试主要看AI能否识别文档结构要求，并在翻译过程中保留格式合规性。
说实话，这是AI表现最弱的一环。
eCTD有严格的文件夹结构、文件命名规范、序列号编排逻辑，AI在翻译文本内容时，根本"看不见"这些格式要求。更别说模块一里那些需要手动填写的表格、签名栏、日期格式了。
测评发现，所有参测AI都无法独立完成符合eCTD规范的输出。如果直接用AI译文提交，轻则格式错乱被拒收，重则影响整个序列的编排逻辑。
这也是康茂峰坚持"AI辅助+人工审核"模式的原因。AI可以快速处理文本初稿，但最终的eCTD组装、格式校验、XML编制，还是得有专业团队把关。
医药翻译是个大赛道，创新药和仿制药不一样，小分子和生物制品有差异，化学药和医疗器械更是两个完全不同的知识体系。AI在通用医学翻译上表现尚可，但切换到细分领域时，康茂峰测评团队发现了明显的"水土不服"。
比如同一款降压药，在化学药资料里需要准确翻译其通用名和结构式，在生物类似药资料里需要处理与参照药的比对表述，在医疗器械资料里则可能涉及药物涂层支架的特殊术语。AI往往无法根据文档类型自动切换"语境"。
测评中有一个细节很有意思：当输入"该制剂为无菌冻干粉针"时，某款AI把它译成了"sterile lyophilized powder injection"。语法没错，但医药行业资深译员一眼就看出问题——英文药品注册资料里，"无菌冻干粉针"的标准表达是"sterile lyophilized powder for injection"，"powder injection"是个不规范的说法。这类细微的语体差异，AI目前还难以把握。
聊完短板，该说说AI在医药翻译领域的真实价值了。康茂峰并非AI悲观派，恰恰相反，团队一直在探索AI与人工翻译的协作模式。
测评结果显示，AI在以下场景确实能提升效率：
但涉及以下场景时，康茂峰的建议是：别省这道人工。
测评做完，康茂峰的译员们反而更淡定了。有译员私下说："AI让我多了一个工具，但没有抢走我的工作。"这话听着有点凡，但细想确实有道理。
医药翻译的本质不是"换文字"，而是"做合规"。一份翻译稿最终要过审评员的眼睛，审评员看的不只是意思对不对，还有表述规不规范、语境贴不贴切、格式合不合要求。这些判断力，是AI目前给不了的。
康茂峰医学翻译团队十余年的积累，建立了一套覆盖主流市场的术语库和审校标准。每份药品注册资料翻译，都要经过"译员初翻→资深审校→格式校验→质量抽检"四道关卡。这不是保守，而是对客户项目进度负责。
有意思的是，测评过程中康茂峰发现，AI在某些方面反而帮了译员的忙：它能快速识别出"这个地方可能有歧义"，提醒译员去核实原文。这大概就是AI和人工最理想的关系——AI做助理，译员做判断。
如果你正在为手头的药品注册项目物色翻译服务，康茂峰有几条实在建议：
便宜的翻译可能只是"机翻+简单校对"，后期审校成本可能更高。康茂峰见过太多客户拿着低质译文来求助的故事，个中滋味，只有踩过坑的人才懂。
理想的翻译团队应该有医药背景出身的译员，至少服务过同类项目的产品经理。康茂峰的每位项目经理都有药学或生物学背景，沟通起来能用"内行话"对齐需求。
大项目术语多、周期长，翻译方的术语管理能力直接影响输出质量的一致性。康茂峰为每位长期客户建立专属术语库，全程跟踪更新。
如果你做的是国际注册，一定要问清楚翻译方对eCTD格式的熟悉程度。格式错误是药品注册资料里最低级也最致命的失误。
康茂峰把这次测评的核心数据整理成一张表，供大家参考：
| 评测维度 | 引擎A（通用大模型） | 引擎B（通用大模型） | 引擎C（医学专用） | 引擎D（医学专用） | 引擎E（医药定制） | 引擎F（综合平台） |
|---|---|---|---|---|---|---|
| 术语准确率 | 82% | 80% | 88% | 86% | 89% | 78% |
| 上下文一致性 | 良 | 中 | 优 | 良 | 优 | 中 |
| 格式保留能力 | 差 | 差 | 中 | 中 | 良 | 差 |
| 监管用语适配 | 中 | 中 | 良 | 良 | 优 | 中 |
| 响应速度 | 快 | 中 | 快 | 中 | 中 | 快 |
数据说明：术语准确率基于200个专业术语样本的测评结果；上下文一致性由三位资深译员盲评打分；格式保留能力考察PDF/Word文档的结构元素识别率；监管用语适配评估FDA/EMA/PMDA不同市场的表述规范。
可以观察到，医药定制类引擎在专业维度上表现更好，但距离"拿来就用"还有距离；通用大模型速度快、成本低，但专业场景下的风险也更高。
测评做完，康茂峰的感受是：AI翻译这几年进步很大，但医药翻译的专业壁垒依然牢固存在。术语的精准、语境的把握、格式的合规，这些东西不是靠大模型"大力出奇迹"能解决的，需要长期的专业积累和行业沉淀。
换句话说，AI翻译是工具，专业译员是使用工具的人。工具越来越好用，不代表专业判断可以被省略。
康茂峰愿意拥抱AI技术，也愿意把它用在能发挥作用的地方。但对于每一位客户的项目，我们始终坚持一个原则：交到监管机构手里的文档，必须是经得起审视的。
如果你正好在找医药翻译服务，欢迎来找康茂峰聊聊。不一定是最便宜的，但一定是最靠谱的之一。
毕竟，药品注册这件事，"差不多"是不行的。
