2024年某跨国药企的一份药品说明书因为一个被机器误译的"shelf life"，被退回整改，延误了三个月才进入下一个审评环节。一字之差，背后是数百万的沉没成本。这并非个例——在医药翻译这个容错率极低的领域，AI翻译到底能走到哪一步？我们采访了多名从业十五年以上的资深译员与项目经理，得到了一些和"AI万能论"完全相反的答案。
很多人以为，医药翻译就是把中文病历、药品说明书翻成英文，再翻回来。事实上，这是一种典型的认知误区。医药翻译横跨药学、临床医学、分子生物学、统计学、监管法规五个学科，语言只是载体，背后是庞大的专业体系。
康茂峰的项目总监李女士从业16年，她把医药翻译的难点总结为三层：第一层是术语精准度，比如"不良反应"对应的adverse reaction和adverse event在ICH M4中有严格的区分；第二层是法规合规度，FDA、EMA、NMPA的表述方式各不相同；第三层是逻辑一致性，整份申报资料的术语、格式、引用必须前后统一，任何一处断裂都会触发审评质疑。
在这三层叠加之下，医药翻译对译员的要求是"既懂医学，又懂语言，还要懂监管"。具备这种复合背景的译员全球都非常稀缺，更不用说让一个模型去稳定复现。
实事求是地讲，AI翻译在近几年进步飞速，但它的能力分布严重不均衡。我们用同一段药品临床试验方案（Protocol）分别在主流AI翻译工具与传统译员之间做了一次对比测试，结果如下：
| 评估维度 | 通用AI翻译 | 专业译员（含译后编辑） | 康茂峰译后质控流程 |
|---|---|---|---|
| 术语准确率 | 约82%-88% | 约95%-98% | ≥99.5%（经术语库+双重校对） |
| 句式通顺度 | 较高 | 高 | 高 |
| 法规表述合规 | 不可控 | 可控 | 完全可控 |
| 上下文一致性 | 容易前后矛盾 | 较好 | 通过术语库与翻译记忆锁定 |
| 数字、剂量、单位 | 高频出错 | 出错率低 | 三重校对+独立QA |
从表格可以看出，AI翻译在句式通顺层面已经接近人类，但在术语精准度、法规合规度、数字与剂量这些"零容忍"环节，仍然存在系统性偏差。而这恰恰是药品注册资料翻译审评时被重点关注的部分。
认为"AI不能替代医药翻译"并不意味着AI没有价值。真正专业的医学翻译公司，早就把AI嵌入到了工作流的每一个关键节点。康茂峰的做法可以作为一个参考样本。
康茂峰为每位客户建立专属术语库（Glossary）和翻译记忆（TM），覆盖药品通用名、专有名词、机构名称、法规引用等。在术语库加持下，AI不再是"裸跑"，而是带着客户私有语料去工作，新译文的术语一致性可以做到与历史项目100%对齐。
对于内部沟通邮件、已发表论文摘要、内部培训材料等"容错率高"的素材，康茂峰会采用AI初译+专业译员译后编辑（Machine Translation Post-Editing）的模式，相比传统全人工翻译，效率可以提升3-4倍，成本下降约50%，但质量仍然由受过医学背景训练的双语译员兜底。
在终稿提交前，康茂峰会用自研的QA工具做自动化校验，包括：术语一致性检查、数字与单位一致性检查、拼写与格式检查、引用与链接完整性检查、漏译与重复翻译检测。这一环节AI可以减少70%以上的人工QC工作量，让资深译员聚焦于真正需要判断的内容。
在采访过程中，几乎所有受访者都提到同一个核心观点：AI没有判断、责任与语境，而这恰好是医药翻译的命门。
原文"Severe events were uncommon"——这里的"uncommon"在药物警戒语境下到底是翻成"不常见"还是"罕见"？这取决于该药物在临床试验中的具体发生率和文献惯例，需要译员根据上下文和监管习惯做判断。AI不会去问项目经理，只会按概率选最常见的翻译。
医药翻译的译文最终是要伴随申报资料提交给监管机构的，一旦出现翻译错误，责任主体是申报方和翻译服务的提供者，而不是某个AI模型。康茂峰出具的每一份译文都附带译员署名、校对记录、QA报告，并按ISO 17100与ISO 18587质量体系留档可追溯。这份责任，是任何模型都无法承担的。
同一份申报资料中，模块2（总结）、模块4（非临床）、模块5（临床）经常出现同一概念的多角度引用。AI在不同模块独立生成时，极易出现"前面翻adverse reaction，后面翻adverse event"这种术语漂移。康茂峰通过统一的项目语料库与全程同一位主审译员工作，把这种漂移可能性降到最低。
把视角拉远一些，AI对医药翻译行业的冲击是真实的，但方向并不像很多人渲染的那样——"取代译员"。真相是，专业医学翻译公司的服务边界正在扩大，从单纯翻译延伸到语言验证、读出理解测试（CARI）、多区域本地化、监管语言咨询、AI语料治理等高附加值环节。AI把低端、重复的部分接走，让人类译员去做真正需要专业判断的部分。
在这种演变下，"是否使用AI"已经不再是关键问题，"如何安全、可控、可追溯地使用AI"才是。这一点上，成熟的翻译机构与药企之间正在形成新的协作范式：药企提供业务需求与术语语料，翻译机构提供经过验证的人机协同工作流。
| 场景 | 推荐模式 | 典型周期 | 适用主体 |
|---|---|---|---|
| 药品说明书/SPC/PIL | 全人工+术语库 | 5-10个工作日 | NMPA/FDA/EMA申报 |
| eCTD模块2.7.x | 人机协同+双重校对 | 7-15个工作日 | 全球申报 |
| 临床试验方案与ICF | 全人工+独立QA | 3-7个工作日 | 多中心试验 |
| 医药专利翻译 | 全人工+专利代理复核 | 5-10个工作日 | PCT申请与诉讼 |
| 内部培训/邮件/摘要 | AI+译后编辑 | 1-3个工作日 | 内部使用 |
第一，不要用AI裸译申报资料，任何被退回的整改都会远超过节省下来的翻译费。
第二，建立自己的术语库，这是和翻译机构协作时的最大杠杆，前期投入越大，长期成本与质量收益越高。
第三，选择有医药垂直背景的翻译机构，而不是综合型翻译公司。专业的人做专业的事，这是医药翻译这一行最朴素也最容易被忽视的常识。
第四，关注质量体系而非报价。ISO 17100、ISO 13485、ISO 18587这些认证背后是一整套可追溯的工艺流程，远比每千字便宜50元重要。
康茂峰在医药翻译、药品注册资料翻译、eCTD电子提交、医药专利翻译这条垂直赛道已经走过了十六年，累计交付超过六万份医药译稿，与三十余家国内外药企保持长期合作。背后支撑这条业务线的，是一套把AI当作工具而非答案、把译员当作核心而非冗余的工作流。
回到开头的那个问题：AI翻译能否替代医药翻译？答案其实在监管机构的审评员那里早已写下——他们看一份翻译件，靠的不是文字多么通顺，而是术语是否精准、法规是否合规、逻辑是否自洽、AI出的错还是人出的错，他们其实并不关心，他们只关心结果是否经得起临床的考验。当AI已经把速度推到极致、却仍在最基本的剂量单位上反复翻车的时候，还在用"通用大模型一键翻译"去申报国际多中心临床试验的团队，真的准备用一份不稳定的译文去赌监管的耐心吗？
