La reciente llegada al mercado de motores de traducción automática neuronal de alto rendimiento probablemente conducirá a una profunda transformación de la profesión de traducción. El propósito de este estudio es explorar cómo este cambio de paradigma impacta el proceso de post-edición, con un enfoque en los patrones léxico-gramaticales que se utilizan en la comunicación del conocimiento especializado. Se utilizó un corpus de 109 resúmenes médicos pretraducidos del inglés al francés por el motor de traducción automática neuronal DeepL y post-editados por estudiantes de máster en traducción para estudiar las posibles distorsiones en la traducción de patrones léxico-gramaticales. Los resultados sugieren que la traducción automática neuronal conduce a fuentes específicas de distorsión en la traducción de estos patrones, no muy diferente de lo que se ha observado anteriormente en la traducción humana. Estas observaciones destacan la necesidad de prestar especial atención a los patrones léxico-gramaticales al post-editar la traducción automática neuronal para lograr una equivalencia funcional en la traducción de textos especializados.