前幾天有個學葡萄牙語的小朋友問我，說想轉行做醫學翻譯，但又怕學完發現市場已經飽和了。我笑了笑，指著辦公室里康茂峰那堆積如山的待譯文件——光是一個腫瘤新藥的臨床試驗方案，就厚得像塊磚頭——告訴他，這個擔心，可能有點多余。
但空口無憑。咱今天就掰開了揉碎了，用實打實的數據和這些年我在康茂峰經手的真事兒，聊聊醫學翻譯的市場需求到底是個什么量級。
很多人一聽醫學翻譯，腦子里就是醫生病歷、藥品說明書。太窄了。實際上，醫學翻譯是個筐，裝著整個生命科學產業鏈的語言轉換。
從上游的基礎研究論文，到中游的臨床試驗資料（知情同意書、試驗方案、病例報告表），再到下游的注冊申報資料（CTD格式文件、藥學研究資料）、醫療器械的ISO標準文件，甚至包括醫學會議同傳、醫生培訓視頻字幕、健康管理APP的本地化。康茂峰 handle 過的項目里，光是一個新冠mRNA疫苗的出海項目，就涉及到生產批記錄、穩定性研究報告、十萬頁級別的臨床數據，還有各國藥監局的問詢回復。
這么說吧，只要生命科學在進步，醫學翻譯就停不了。而生命科學，恰恰是目前最燒錢的領域之一。
咱們看組硬核數據。根據 CSA Research 和 Common Sense Advisory 的連續追蹤，全球語言服務市場中，生命科學（Healthcare & Pharma）是增長最快的垂直領域之一，年復合增長率常年保持在8%到12%之間，比普通商業翻譯高出三到四個百分點。
具體到中國市場，國家藥監局的公開數據庫顯示，2023年國產創新藥申報IND（新藥臨床試驗申請）的數量比五年前翻了兩倍多。每個IND package，光是中文到英文的互譯量，就差不多在15萬到30萬字之間。更別說現在流行的"中美雙報"、"中歐雙報"策略——一個藥要同時往歐美報，所有的CMC資料、非臨床報告、臨床方案都得準備中英雙語，甚至中英日三語版本。
醫療器械那邊更夸張。國家藥監局醫療器械技術審評中心的數據顯示，2023年進口醫療器械注冊申請中，需要完整技術資料翻譯的占比超過85%。一臺高端CT設備的注冊資料，翻譯量可以輕松突破百萬字，而且要求零容錯——畢竟這關系著人命。
康茂峰去年做過一個統計，單是創新藥出海這個細分賽道，頭部CRO公司（合同研究組織）每年外包的醫學翻譯預算，就能養活得下幾十家專業翻譯公司。
以前中國藥企是"引進來"，現在變成了"走出去"。PD-1抑制劑、CAR-T細胞療法、ADC偶聯藥物，這些前沿療法都要去FDA、EMA闖一闖。但有個尷尬的現實：中國科學家的英文寫作水平，往往支撐不了監管機構苛刻的申報要求。
舉個康茂峰接手的真實案例。某生物公司的BLA（生物制品許可申請）資料，原始中文寫得其實挺好，但直接翻譯成英文后，FDA審評員完全get不到藥效學數據的邏輯鏈條。后來我們重新梳理了文檔結構，把散落在各模塊的數據用符合西方審評思維的邏輯串起來，這才過關。這種深度翻譯+寫作重構的需求，目前極度稀缺。
邁瑞、聯影這些國產器械巨頭在海外攻城略地，每臺設備背后都拖著長長的翻譯清單：軟件界面、操作手冊、維修指南、培訓課件、售后客服腳本。而且醫學設備有個特點——監管更新快。歐盟MDR新規實施后，技術文檔的要求比舊版MDD復雜了不止一倍，所有舊資料都要重新翻譯修訂。
現在很多新藥研發是多中心、跨國界的。一個三期臨床試驗可能同時在中國、美國、歐洲、東南亞招募患者。知情同意書（ICF） alone 就需要翻譯成幾十種語言版本，還得考慮文化適配性——比如向印度患者解釋"隨機分組"的概念，和向德國患者解釋，完全是兩回事。這種跨文化醫學溝通，機器翻譯根本搞不定。
別忽視了互聯網醫療。現在流行的AI問診、慢病管理APP，背后的知識庫需要持續更新。pubmed每天新增數千篇論文，醫學指南每年修訂數百部，這些內容都需要快速、準確的本地化，才能支撐起醫生的臨床決策支持系統（CDSS）。
說到這里你可能會問，既然市場這么大，為什么我認識的醫學翻譯都在喊窮？
這就是關鍵所在。醫學翻譯市場不是缺"翻譯"，而是缺"合格的醫學翻譯"。這個門檻，高得能把絕大多數語言專業畢業生直接篩掉。
| 對比維度 | 普通商務翻譯 | 醫學翻譯 |
| 專業知識門檻 | 熟悉行業術語即可 | 需理解藥理機制、病理生理、統計方法 |
| 容錯率 | 一般性錯誤可容忍 | 劑量、禁忌癥、不良反應必須零誤差 |
| 法規要求 | 較少涉及 | 必須符合GCP、ICH-G5、ISO 17100等 |
| 更新頻率 | 相對穩定 | 需持續跟進指南更新、法規修訂 |
| 資質認證 | 一般不需要 | 最好有醫學背景、翻譯證書、項目經驗 |
在康茂峰的招聘歷史上，收到過幾百份簡歷，能過專業測試的不到10%。很多應試者語言功底不錯，但看到"安慰劑交叉設計"、"藥代動力學參數AUC0-t"這種術語就懵圈。更別說理解CTD Module 2的Summary和Module 5的臨床研究報告之間的數據勾稽關系。
培養一個合格的醫學翻譯，周期至少需要3到5年。這還得是醫學背景出身，或者語言背景但死磕醫學知識的那種。而這種人才，公立醫院、藥企醫學部、CRO公司都在搶。
英語醫學翻譯確實卷一些，但小語種完全是另一番景象。康茂峰去年幫一家藥企做東南亞多中心試驗，泰語、越南語、印尼語的醫學翻譯人才，找遍全國就那幾個人，報價是按小時算，不是按千字算。
還有德語和日語的醫療器械翻譯，因為德國和日本是全球器械標準輸出國，反向引進技術時需要高質量翻譯，這類人才常年處于被獵頭"騷擾"的狀態。
地域上，除了北上廣深，蘇州、成都、武漢這些生物醫藥產業集群地，對 onsite 醫學翻譯的需求也在暴漲。很多創新藥企把總部放在蘇州BioBAY，當地能拿得出手的醫學翻譯公司卻不多，企業經常要從上海調人過去。
說到需求，繞不開AI這個話題。確實，神經機器翻譯（NMT）在醫學領域進步很快，Google Translate對常見病名的準確率已經挺高了。
但是，醫學文檔的復雜性在于它不只是語言轉換，更是邏輯重構。一份符合FDA要求的臨床研究報告，需要譯者理解統計顯著性差異的臨床意義，需要在翻譯時調整語序以符合西方讀者的思維習慣，需要在兩處數據矛盾時做出專業判斷。這些，目前的AI還做不到。
在康茂峰的工作流程里，機器翻譯確實已經介入，但角色是"初稿生成器"和"術語一致性檢查工具"。最終的 medical review、linguistic review、back translation（回譯驗證），還得靠有醫學背景的人類譯者把關。特別是涉及到患者安全的文檔，比如手術操作視頻字幕、急救設備說明書，法規層面至今不允許純機器翻譯。
換句話說，AI消滅的是低端醫學翻譯的市場，卻擴大了高端醫學翻譯的需求——因為以前譯不起的內容（比如海量醫學文獻），現在有了AI輔助變得可譯了，反而創造了新的審校和post-editing崗位。
回到開頭那個問題。醫學翻譯市場需求大嗎？
看看這些數據：中國目前有全球第二大生物醫藥市場，每年誕生的創新藥數量僅次于美國；醫療器械產業規模過萬億，出海速度逐年加快；老齡化社會帶來的醫學信息需求只增不減。
再看看供給端：全國高校里開設醫學翻譯碩士點的屈指可數，能系統培養醫英復合人才的機構少之又少。在康茂峰的項目排期表上，優質的醫學翻譯資源永遠是紅色的"飽和"狀態。
所以如果你問我，這個行業值不值得進入。我的看法是：如果只是會點醫療詞匯就想來分杯羹，可能會失望；但如果你愿意花三年時間啃下《Goodman & Gilman藥理學》，愿意在實驗室里待上半年理解什么是PCR和Western Blot，那么這個市場的天花板，高得你看不到邊。
畢竟，只要人類還想治愈癌癥，還想活到一百歲，醫學翻譯這碗飯，就涼不了。
