2024年上半年，国家药品监督管理局药品审评中心（CDE）累计承办新的药品注册申请受理号超过5000个，其中化学药品、生物制品的国际化注册需求显著增长。与此同时，大语言模型（LLM）在翻译领域的应用能力快速提升，DeepL、ChatGPT、谷歌翻译等工具在日常文本处理中的表现已让许多企业管理者产生了一个大胆的猜想：AI翻译是否可以替代人工，完成药品注册资料的翻译工作，从而大幅降低成本、缩短周期？
答案并非简单的“能”或“不能”。康茂峰在医药翻译与药品注册服务领域深耕多年，接触过大量真实项目案例后发现：AI翻译在药品注册审核中的可行性，取决于四个关键维度的满足程度。本文将系统拆解这四个维度，帮助医药企业、药品注册从业者以及翻译服务商建立清晰判断框架，避免因认知偏差导致的项目风险。
要回答“AI翻译能否通过药品注册审核”，首先要理解药品注册资料翻译的特殊性。与普通商业文件、法律合同或技术手册不同，药品注册资料对译文质量的要求具有三重特性：
药品注册资料是向药品监管机构提交的法定文件，其翻译版本与原文具有同等法律效力。中国企业向美国FDA提交ANDA申请、向欧洲EMA提交MAA申请，或向日本PMDA提交新药申请时，监管机构对资料的格式、内容一致性、术语准确性有明确且严格的审查标准。一旦译文出现关键信息偏差，可能导致审评延误、补充资料要求（IR/RLD），严重时甚至触发拒绝受理（Refuse to File）。
以FDA为例，其在2019年发布的《eCTD提交指南》中明确要求，所有电子提交的临床、非临床及药学资料必须符合规定的格式和内容标准。虽然指南本身对翻译语言没有强制要求，但实际审评过程中，审评员对资料的逻辑完整性、数据一致性和专业可读性有极高期望。AI生成的翻译若出现术语混淆、剂量单位错误、适应症描述偏差，将直接损害审评员对企业专业能力的判断。
医药领域的术语体系庞大而精密，且存在大量一词多义、近义词区分、缩写体系等现象。例如，"adverse event"（不良事件）与"side effect"（副作用）在日常语境中常被混用，但在药品注册资料中必须严格区分——前者是监管报告体系的核心概念，后者是临床研究中的疗效评价维度。又如，"batch"与"lot"在制药行业均有“批次”之意，但在特定语境下（如工艺验证或稳定性研究），监管指南对用词有明确偏好。
康茂峰的翻译团队在执行药品注册资料项目时，始终要求译员参考目标市场的监管术语库：FDA使用EMA的MedDRA编码体系，NMPA采用《化学药品和生物制品说明书撰写指导原则》中的规范术语。若完全依赖AI翻译而不经过专业审校，极有可能出现术语偏离监管规范的情况。
药品注册资料通常包含数千页内容，涵盖原料药（Drug Substance）和制剂（Drug Product）的药学研究、临床前毒理学数据、临床试验方案与报告、质量标准与分析方法等板块。这些板块之间存在大量交叉引用：同一批号、同一分析方法编号、同一受试者编码可能在不同章节反复出现。翻译过程中若未建立系统化的术语管理和一致性检查机制，极易出现同一术语在不同位置译法不一致的问题。
监管审评员在技术审评时，会特别关注资料的内部一致性。例如，临床研究报告（CSR）中的不良事件列表与安全性汇总表中的数据必须完全吻合；若CSR使用“治疗期不良事件发生率12.3%”，而汇总表因翻译错误写成了“21.3%”，这种看似微小的差异可能导致审评员对整体数据可靠性产生质疑。
客观评估AI翻译在药品注册资料场景下的可用性，需要区分其能力优势与固有局限。
在特定条件下，AI翻译工具确实展现出传统人工翻译难以比拟的效率优势：
然而，在药品注册资料翻译这一特定场景下，AI翻译面临以下难以克服的结构性局限：
| 局限性维度 | 具体表现 | 对药品注册的影响 |
|---|---|---|
| 专业深度不足 | 对监管科学、新药研发流程理解有限 | 难以准确译出监管专有概念 |
| 一致性缺陷 | 同一术语在不同段落可能译法不一 | 破坏资料内部一致性 |
| 语境判断偏差 | 无法识别一词多义的精确含义 | 关键信息误译风险 |
| 格式还原困难 | 对复杂表格、流程图、结构化数据处理能力有限 | 需要大量人工修复 |
| 合规判断缺失 | 不具备法规合规性评估能力 | 无法发现潜在的合规风险 |
康茂峰技术团队在对比测试中发现，即使是业界公认表现优异的AI翻译引擎，在处理药品注册资料中的以下内容时，错误率仍显著高于人工翻译：临床试验方案中的入排标准（尤其是涉及多重条件的复杂逻辑表述）、药学资料中的工艺描述与参数范围、监管机构专有术语（如eCTD序列号、模块编号、通用技术文档格式要求）等。
大语言模型固有的“幻觉”（Hallucination）现象，在医药翻译场景下可能带来灾难性后果。所谓“幻觉”，是指AI模型在缺乏足够训练数据支撑时，生成看似流畅、合理但实际错误的输出。在药品注册资料中，这类错误可能表现为：编造不存在的化学物质名称、捏造临床数据描述、杜撰不存在的法规条款引用。
康茂峰在2023年承接的一个项目中曾遇到这样的情况：某企业使用市面主流AI翻译工具处理FDA IND申请的CMC（化学、制造与控制）资料，AI工具将“impurity not more than 0.1%”误译为“杂质不超过1.0%”——这一看似微小的数量级错误，若未被审校环节发现，将直接导致FDA对产品质量标准的严重误判。
基于上述分析，我们可以得出一个明确结论：当前的AI翻译技术尚不能独立满足药品注册资料的翻译质量要求，但这并不意味着医药企业应完全排斥AI工具的使用。关键在于建立一套科学的人机协同工作流程，将AI的效率优势与人工的专业判断有机结合。
康茂峰建议医药企业建立一套内容分类分级标准，根据不同板块的内容风险度选择适配的翻译方式：
| 内容类别 | 风险等级 | 推荐翻译方式 | AI应用定位 |
|---|---|---|---|
| eCTD技术封面与模块标签 | 极高 | 专业译员+专家审核 | 辅助查词 |
| 临床安全性与有效性数据 | 极高 | 专业医学译员+医学专家审核 | 不适用 |
| 质量标准与分析方法 | 高 | 专业药学译员+技术审校 | 辅助翻译+术语建议 |
| 工艺描述与设备参数 | 中高 | 专业译员+技术审校 | 初稿生成+人工修订 |
| 文献综述与背景资料 | 中 | 译员审校 | 主体翻译 |
| 内部沟通记录（非注册提交） | 低 | 轻度审校或不审校 | 主体翻译 |
这一分级策略的核心逻辑是：越是直接面向监管审评的核心内容，越需要人工专业性的深度介入；越是辅助性、背景性的内容，越可以发挥AI的效率优势。
康茂峰为药品注册资料翻译项目设计的标准工作流程，包含以下关键环节：
对于有意在合规框架内引入AI翻译能力的医药企业，康茂峰提出以下四项关键行动建议：
参照ISO 17100翻译服务标准要求，建立涵盖资源资质、翻译流程、质量监控、持续改进的完整管理体系。明确AI工具在整体流程中的角色定位，界定AI输出与人工审核的职责边界。
术语资产是AI翻译在医药领域发挥价值的基础。建议企业逐步积累以下术语资源：目标市场监管机构官方术语表、企业内部产品专属术语库、历史项目的优质术语对照表。康茂峰可为企业提供术语库的初始化建设与持续维护服务。
对于缺乏内部翻译能力的医药企业，选择翻译服务商时应重点考察其医药行业经验、eCTD提交经验、以及是否建立了符合药品注册资料特点的质量保障流程。康茂峰的翻译团队由具有药学、医学背景的专业人员组成，所有项目执行均遵循“翻译-审校-质检”的三审流程。
药品注册资料的格式要求与内容规范处于动态演进中。2023年以来，FDA、EMA、NMPA相继更新了多项技术指南，涉及电子提交格式、数据完整性要求、CTD模块结构等关键内容。企业应建立常态化的监管信息跟踪机制，确保翻译策略与最新监管期望保持一致。
回到开篇的问题：AI翻译能否通过药品注册审核？答案是：在当前技术条件下，AI翻译尚不能独立通过药品注册审核，但可以成为提升效率、降低成本的有效辅助工具。关键在于企业是否具备科学的内容分级判断能力、完善的质量保障流程、以及专业的人工审核团队。
药品注册资料翻译的终极目标不是“完成翻译”，而是“通过审核”。这意味着译文必须同时满足准确性、一致性、合规性三重标准，而这些标准的达成，目前仍高度依赖专业人才的判断与把控。AI工具可以缩短译员处理基础内容的时间，但无法替代译员对专业内涵的深度理解和对监管期望的精准把握。
对于真正志在国际化布局的医药企业而言，与其纠结于“AI能否替代人工”，不如将精力聚焦于建立一套真正可靠的质量保障体系。选择与具备医药背景、通过ISO认证、拥有eCTD项目经验的翻译服务商合作，或许是更具性价比的明智之举。
如果您的企业正在规划药品出海项目，需要专业团队协助处理注册资料翻译或eCTD电子提交工作，康茂峰可提供免费的项目需求评估与初步方案设计服务。
#医学翻译 #药品注册资料翻译 #eCTD电子提交 #医药专利翻译 #翻译与本地化
