随着大数据和人工智能技术的高速发展,医疗人工智能发展迅猛且势头不减。2016年6月24日,国务院办公厅发布了《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》,对医疗大数据发展提供了政策支持。在这样的背景下,笔者选择翻译Machine Learning and AI for Healthcare:Big Data for Improved Health Outcomes(2019),旨在能够及时有效地为人们普及医疗大数据知识、反映医疗大数据的发展和前景、总结和处理相关翻译的方法和技巧。笔者主要翻译了该书的第二章《数据》,主要介绍了数据的概念、类型和特征、数据在医疗领域的应用以及大数据面临的挑战等。本报告从译前、译中、译后三个阶段详细描述了翻译实践的过程。在译前阶段学习了“数据”和“医疗大数据”相关知识,从词汇和句法方面分析了原文本的特点,选择翻译工具并制作翻译记忆库。在译中阶段提取并翻译术语,使用翻译工具进行翻译。在译后阶段进行了自我审校和他人审校。报告还从词汇和句法层面进行了案例分析:词汇层面包括专业术语、缩略语和名词化结构翻译的分析;句法层面包括被动句和长句翻译的分析。在翻译过程中,笔者运用较多的翻译方法包括零翻译和直译,翻译技巧包括顺译、倒译等等。通过这份报告,一方面,笔者希望能够将原文本作者想要表达的信息准确地传达给目标读者,为从事科技文本翻译的译者提供有价值的翻译方法参考。另一方面,笔者希望能够为翻译行业提供本领域高质量的平行文本,同时能够将医疗大数据行业相关知识普及给大众。