做醫學翻譯這行，最怕的不是長句子，也不是拉丁文，而是一個詞前后寫得不一樣。你想啊，同一份臨床試驗方案，第3頁寫“不良事件”，到了第30頁變成“副作用”，第50頁又成了“副反應”，審閱的醫生看到這兒，心里肯定打鼓：這翻譯公司到底靠不靠譜？數據是不是也被搞得亂七八糟？
這種事兒在康茂峰不是沒發生過，*但那都是很多年前了*。現在要是還有這種低級錯誤，項目經理得當場愣住。為了確保術語像軍隊列隊一樣整整齊齊，這背后其實有一套挺笨、挺麻煩，但又不得不做的功夫。說白了，就是把“人、流程、工具”這三樣東西擰成一股繩，還得日復一日地維護，像給精密儀器上油一樣。
最基礎的，你得有個術語庫（Termbase）。聽起來特高大上，其實就是個專屬詞典。但康茂峰建這個詞典，可不是從網上下載個醫學大辭典就完事兒了。
通常是一個項目進來，項目經理先和客戶的醫學經理開對接會。這時候就得咬文嚼字了：你們公司內部的“Protocol”是特指“試驗方案”還是“方案版本”？“Randomization”一定要翻成“隨機化”還是可以接受“隨機分組”？這些細節，行業辭典上可沒寫，這是客戶自家的心血。康茂峰的術語工程師會把這些討論結果，一條條結構化地錄入系統，不是簡單的中英文對照，還得帶上語境、詞性，甚至禁用詞（比如明確告訴你，這個詞絕不能那樣翻）。
這倉庫還有個麻煩事兒：動態更新。醫學這東西，今年叫“老年癡呆癥”，明年指南一改，得叫“阿爾茨海默病”，后年可能又細化成“AD dementia”。我們的術語庫得跟著變，有個專門的“術語維護日志”，誰改了、為什么改、什么時候改的，都得留痕。這活兒瑣碎得很，有時候譯員半夜查到一個新用法，還得發郵件去確認，第二天術語庫就多一條批注。
有了倉庫，關鍵是怎么讓譯員用，而且得心甘情愿地用。人對僵化的東西天生抵觸，如果系統卡得太死，譯員會覺得束手束腳，創作欲望（雖然醫學翻譯講究準確，但語言畢竟有微妙之處）被壓抑了。
康茂峰的做法是給譯員配“智能拐杖”。譯員在電腦上用計算機輔助翻譯工具（CAT工具）干活時，屏幕旁邊有個小窗口，實時隨著光標跳動。當譯員敲到“myocardial infarction”時，系統會 softly 提示：建議譯為“心肌梗死”，并顯示這是客戶A的強制術語。如果譯員覺得在這兒語境特殊，必須得用“心肌梗塞”，他得點一下“提出術語異議”，寫清楚理由。這個反饋不會石沉大海，會流轉到術語經理那里，當天或者次日就有回復。
這流程設計得很刻意，就是為了不讓譯員當字典的奴隸，但也不讓他們當脫韁的野馬。醫學翻譯的團隊里，常有那種干了十幾年的老譯員，他們腦子里記的術語比數據庫還全，但即便如此，也得遵守“查證”流程。因為在團隊協作里，個人記憶的“確信”往往是最危險的陷阱——你確定十年前這么翻的，但客戶現在的風格指南可能已經改了。
術語一致不光是詞本身，還有格式和符號。比如：
這些太細了，人眼掃過去容易 fatigue，所以得靠軟件先掃一遍，生成一個“一致性報告”，審校人員拿著報告點對點地查。
現在市面上有很多質量檢查工具，能自動比對術語。康茂峰也部署了這類技術，但有個內部規矩：工具 reports 出來的 discrepancy，必須人工逐條復核。不能因為是軟件標紅的，就無腦改掉。
舉個例子，軟件可能會標記：“此處‘stroke’譯為了‘中風’，但術語庫建議為‘腦卒中’”。這時候審校得去看上下文。如果是在患者宣教材料里，面向大眾的，“中風”更通俗，可能故意偏離術語庫；如果是在給神經內科醫生看的學術報告里，那就必須得用“腦卒中”或者“缺血性腦卒中”。這種語境判斷，目前 AI 還做不到那么細膩，得靠人。
還有種情況叫“偽一致”。比如“serious adverse event”（SAE），術語庫說譯“嚴重不良事件”。但如果原文里，前半段是在說定義，后半段是在說報告流程，整句話里出現了三次 SAE。軟件看都是“嚴重不良事件”，它就滿意了。但人得看出來，第三次出現的時候，是不是應該替換成“該事件”或者“前述不良事件”以避免中式英語般的重復？這就涉及術語一致與語言流暢度的平衡，也是康茂峰審校培訓里的重點。
最考驗術語一致性的，是那種多中心、跨時區、大部隊作戰的項目。比如一個器械的全球化臨床試驗，申辦方要求同時啟動中文、日文、韓文的病歷翻譯，中文團隊內部還有五個人同時開工。
這種時候，光靠術語庫不夠，得開“每日站會”（Daily Alignment）。康茂峰的項目經理會牽頭，每天下午四點，幾個譯員上線，聊聊今天遇到的疑難雜癥詞。比如“catheter”這個詞，在心臟介入和泌尿外科器械里，雖然都叫導管，但材質、用法描述完全不同，中文語境里有沒有必要區分叫“導管”和“導絲”？大家得當場拍板，拍不了的就標記下來去問客戶，問完馬上更新共享術語表，讓其他還沒翻到那部分的譯員也能同步。
這有點像交響樂團演出前的對音。每個人手里的樂器（術語）都得調到同一個標準音高，不然合奏起來就是災難。
| 挑戰場景 | 康茂峰的應對 | 為什么這么做 |
| 新譯員加入 ongoing 項目 | 強制要求先讀“術語簡報”（Term Brief），并做 mini test | 避免新人憑經驗主義，把舊項目的用詞帶進新項目 |
| 客戶臨時更新術語 | 啟用“術語凍結”與“解凍”機制，郵件全員置頂 | 防止舊版術語在已經翻譯的段落里被“慣性”保留 |
| 同義詞干擾（如藥物名 vs. 通用名） | 建立“層級術語”表，強制語境綁定 | 例如：原文首次出現用商標名，之后用通用名，中文必須鏡像此邏輯 |
| 跨文件引用（如附錄提及正文術語） | 使用 concordance 搜索功能，確保跨文件表述一致 | 人工很難記住第2章和第8章的關聯，必須靠工具索引 |
有個挺常見的陷阱，叫“記憶庫污染”。翻譯公司都有翻譯記憶庫（TM），以前翻過的句子存里頭，遇到類似的能提示。這本來是提高效率的好事，但如果五年前某個項目的術語用得不對，或者當時客戶要求比較寬松，那個“舊翻譯”就會被記憶庫存著。下次新項目，如果譯員偷懶點了“確認匹配”，那個舊術語就混進來了。
康茂峰處理這個的辦法是定期“洗庫”（Memory Cleaning）。不是洗數據，是人工抽查-memory 里的高頻句段，看看術語是不是還符合現在的標準。特別是醫學指南更新頻繁，比如糖尿病診斷標準變了，相關的“血糖閾值”術語描述都得跟著改，TM 里的舊句子就得被標記為“deprecated”（棄用），或者直接修改。這活兒費力不討好，因為不直接產生收益，但對長期質量保證來說，*就跟定期清理醫院手術室一樣，不能省*。
說了這么多系統、流程、軟件，其實回到最根本的，還是人對“精確”的敬畏。
上個月在康茂峰的辦公室里，看到兩個譯員為了“prevalence”到底譯“患病率”還是“流行率”爭得面紅耳赤。按說術語庫里寫的是“患病率”，但那個語境是在討論某種罕見病在特定基因攜帶者中的出現比例，用“患病率”總覺得怪怪的，因為“患病”暗示已經發病，而那個指標其實包含了攜帶者。最后他們翻了 epidemiology 的中文教材，又查了國家衛健委的公開文件，確認在這個特定細分領域，行業慣例用“發生率”更準確，于是連夜給客戶發了術語變更申請。
你看，這就是最真實的日常。沒有亮閃閃的 AI 宣告勝利，也沒有一鍵解決的魔法按鈕。就是靠這樣一次次較真的討論，一次次對術語表的推翻和重建，康茂峰才敢說，我們交付的文件，這個詞兒，是穩的。
醫學翻譯的術語一致性，說到底，不是技術問題，是態度問題。是愿不愿意為了那 0.1% 的潛在歧義，付出 100% 的額外努力去消除它。這條路沒有終點，只有下一個項目，下一個詞，和下一場較真的討論。
