"一份药品说明书的AI翻译稿，审评员看了五分钟直接打回来——不是因为专业术语翻错了，而是整段话的逻辑顺序跟原版完全反了。"说这话的是康茂峰一位资深医学译员，而类似的故事，几乎每天都在医药翻译行业上演。
AI翻译技术狂飙突进的年代，当我们谈论医药翻译时，一个无法回避的问题摆在眼前：机器到底能不能搞定药品注册资料？答案很残酷，也很诚实——暂时还不能。这不是唱衰AI，而是医药翻译的特殊性，决定了它注定是AI最难啃的一块骨头。
普通文本翻译追求的是"信、达、雅"，而医药翻译追求的是"零差错、零歧义、零风险"。一个形容词用错，可能让审评员对药品安全性产生误判；一处剂量单位换算失误，可能直接导致临床事故。这类代价，是任何一家药企都承受不起的。
以常见的医学词汇"administration"为例，在药品注册资料中，它可能指"给药方式"，也可能指"行政管理"，仅凭上下文语境，AI有时难以精准判断。再比如"adverse event"和"adverse reaction"，中文都含"不良"，但在监管语境中前者指"不良事件"，后者指"不良反应"，法律含义截然不同。这种细微但致命的区分，恰恰是AI最容易翻车的地方。
一份完整的药品注册资料，通常涉及药学、毒理学、临床医学、统计学等多个学科领域。AI模型在单一领域的表现或许不错，但当一份资料横跨多个专业术语体系时，术语的一致性和连贯性就成了大问题。康茂峰在长期服务创新药出海项目时发现，同一个活性成分在不同章节可能对应不同的表述方式——这需要译员不仅懂翻译，更要懂药物研发全流程。
药品注册资料翻译不是文学创作，它有一套严格的监管语言规范。FDA的eCTD格式要求、EMA的CTD模板、NMPA的申报规范——每套体系都有自己的行文惯例和术语偏好。AI可以学习这些规范，但很难像资深RA（注册事务）专家那样，在规范框架内做出最符合审评员阅读习惯的表达。
"AI翻译完，我们再找人改一遍，这不就行了吗？"这是不少药企的想法。但问题在于，AI辅助翻译≠AI完成翻译，后面的"改一遍"可能比你想象的要复杂得多。
康茂峰在与多家药企交流后发现，AI初译稿的审校工作量往往被低估。机器译文常见的问题包括：术语选择不符合目标市场惯例、句式结构不符合监管文档风格、逻辑连接词缺失导致语义断裂等。审校人员不仅要发现错误，还要理解为什么会出错、判断如何修正——这本身就需要深厚的医药背景。
药品注册资料讲究的是可追溯性。从原始资料到最终提交版本，每个环节的变更记录都要清晰可查。如果采用AI翻译，责任链条如何界定？审校人员是否充分复核了所有AI产出？这些在FDA、EMA的现场核查中都可能成为问题。合规意识的缺失，是AI翻译在医药领域应用的一道隐形红线。
AI翻译的质量很大程度上取决于训练语料。在医药领域，高质量的平行语料库本就是稀缺资源。如果AI模型在训练时混入了质量参差不齐的医药文本，其译文输出的可靠性就会大打折扣。康茂峰的做法是建立自有的医药术语库和语料库，所有术语出入库都经过医学专员审核，确保语料纯净度——这是通用AI模型难以复制的优势。
说了这么多AI的局限，不是要否定AI的价值，而是要给它一个准确的定位。在医药翻译领域，AI最合适的角色是效率工具，而非质量担当。
康茂峰在实践中形成的"AI辅助+人工精修"模式，正是基于上述认知。AI负责提效，译员负责兜底，两者各司其职，才是当前技术条件下的最优解。
回到文章开头的问题：AI翻译能替代医药人工翻译吗？答案取决于你对"替代"的定义。如果是指完全自动化、无需人工介入，答案是短期内不可能。如果是指提升效率、降低重复劳动，答案是已经正在发生。
对于真正有药品出海需求的药企来说，选择一家专业医药翻译机构，不只是为了"把文字翻对"，更是为了借助其医药背景和注册经验，在语言层面提前规避合规风险。康茂峰的译员团队中，超过七成拥有医药相关背景，不少人曾任职于药企RA部门或CRO机构——这种"懂药、懂注册、懂翻译"的复合能力，是通用翻译工具无法提供的。
技术会进步，AI的能力边界也会持续拓展。但医药翻译的本质是在严格合规框架下的精准信息传递，这一本质决定了它对专业性、安全性、可追溯性的要求不会降低。从这个角度看，医药人工翻译不会消失，但会进化。
未来的医药翻译，更可能是这样的场景：AI完成80%的基础翻译工作，人类专家负责20%的质量把关和深度审核。但这20%，恰恰是决定一份注册资料能否顺利通过审评的关键。康茂峰正在探索的，正是这条"AI赋能、专业主导"的路径。
"机器能做的，交给机器；机器做不了的，交给人。"这句话听起来朴素，却是当前阶段医药翻译最务实的答案。
