本文共字，预计阅读时间。

导读

2024年，David Baker、Demis Hassabis和John Jumpe因成功开发了"能预测大约两亿种已知蛋白质复杂结构"的AlphaFold2人工智能模型而获得了诺贝尔化学奖。AI领域的科学家获此奖项，反映了计算机科学在医学和生物科学领域中日益增长的重要性与影响力。这一趋势并不局限于最前沿的实验室，在商业实践中也正在体现。2024年6月，专注于医疗领域的AI公司——Tempus AI——在纳斯达克上市，上市当天市值达66.5亿美元。通过AI驱动的医疗数据库及分析工具，Tempus正致力于为医疗系统提供更高效的检测和诊断工具，为精准医疗的发展提供助力。

【中国金融案例中心 文：胡畔 编辑：谢彬彬 】

Part 1 公司简介

1.1 公司概述

2015年成立的Tempus AI （后简称Tempus）总部位于美国芝加哥，是一家在医疗健康领域应用人工智能技术的公司。公司的核心业务是通过AI驱动的临床和分子数据库，为医疗系统提供精准的检测和诊断工具，服务范围覆盖肿瘤学、精神病学、放射学和心脏病学等多个领域。

通过收集和分析大规模的医疗数据，Tempus建立了全球最大的临床和分子肿瘤学数据库之一，其数据网络覆盖超过2000家医疗机构的约450个专业数据库，积累了超过9亿份文档和超过560万份匿名患者记录。此外，Tempus还与多家制药公司建立合作关系，并在全球范围内与7,000多名医生建立了联系。

截至2024年第一季度，Tempus拥有员工约2300人，其中757人为技术人员，包括约250名博士。截至2024年第二季度，公司尚未盈利。2024年6月，Tempus以双重股权结构在纳斯达克上市，募资4.1亿美元，上市当天市值达66.5亿美元。

1.2创始人介绍

图1 Tempus AI创始人Eric Lefkofsky

（资料来源：公开网络）

Tempus的创始人Eric Lefkofsky是一个典型的连续创业者。他出生在美国底特律一个犹太人家庭，大学时期就展现出企业家天赋，通过销售地毯和T恤开启了创业之路。1993年，24岁的Eric在密歇根大学取得了法学博士学位。毕业后不久，他和大学同学Brad Keywell便一起买下了一家儿童服装公司。1999年，Eric和Brad Keywell创建了礼品网站Starbelly，并跨界创建了打印采购服务公司InnerWorkings、货运物流公司Echo Global Logistics、广告分析公司MediaBank和商业分析公司Uptake。

2008年，Eric提出在线团购的商业模式，并与合伙人将社交网站The Point改造成在线团购网站Groupon。此后Groupon迅速增长，成为了“团购网站鼻祖”。2011年，Groupon在纳斯达克上市，融资7亿美元，一举成为自2004年Google上市以来最大的科技行业IPO，市值超过177亿美元。此外，Eric Lefkofsky还创立了风险投资公司Lightbank，投资和孵化了一百多家企业。

2015年，Eric的妻子被诊断出患有乳腺癌，但当时并没有非常精准的治疗方法。Lefkofsky表示：“癌症领域的基础数据建设不够，这意味着医疗机构并没有全面理解疾病机制。”这使他产生运用AI技术收集并分析医疗数据来改善精准治疗的愿景，Tempus由此诞生。他出任了Tempus的首席执行官，并将大部分时间和精力投入到这份事业中。同时，他与妻子成立了Lefkofsky家族基金会，致力于教育、人权、医疗、艺术和文化领域的发展，并承诺将近一半的财富捐赠给慈善事业。此外，Eric还在多个大学担任教职，并撰写了《加速颠覆：理解创新的真正速度》（Accelerated Disruption: Understanding the True Speed of Innovation）一书，分享其对创新和商业的理解。

1.3 发展历程

2015年，美国“精准医疗计划”的启动在全球范围内引起关注，Tempus也在此年成立。Tempus以提供低价测序服务为切口，自建了经临床检验改进修正计划（Clinical Laboratory Improvement Amendments，简称CLIA）认证的自动化实验室，每年能接待超过10万个病人；同时与测序巨头Illumina合作，运用机器学习和AI技术建立了自己的生物信息学通道。

2017年，Tempus与美国食品药品管理局（FDA）建立长期合作，对包括各种新疗法的最佳排序、癌症患者的其他疾病对癌症治疗耐受性和疗效的影响等课题展开研究。Tempus还与美国临床肿瘤协会（ASCO）下设的非营利机构合作，分析免疫检查点抑制剂疗法的癌症患者数据。

2019年，Tempus成为全球最大的癌症数据库之一，覆盖美国近1/4的癌症患者。同时，Tempus与250多家医院以及梅奥诊所、西北大学、芝加哥大学等科研机构合作，收集了200万份临床病例。通过光学识别（OCR）和自然语言处理（NLP）技术，公司将收集来的纸质版资料结构化，并以国际医院资料交换标准（FHIR）的格式储存，从而实现了大量临床数据的高效管理。

2020至2022年间，Tempus先后与拜耳、阿斯利康、杨森、礼来和葛兰素史克等药企合作，从事包括基因检测和药物研发在内的工作。团队建设方面，2021年2月，诺奖得主Jennifer Doudna博士空降Tempus董事会，担任公司的科学顾问；2022年，曾在强生负责肿瘤学转化研究工作，并在生物技术和制药行业有超过20年的经验的Kate Sasser博士加入Tempus出任首席科学官。

2023年，Tempus与生物制药公司百时美施贵宝（Bristol-MyersSquibbCo.）宣布启动一项长期战略合作。此合作聚焦于利用多模态数据集、计算方法及患者衍生的疾病模型，以提高新药物靶点的识别与验证效率。此举标志着Tempus在精准医疗领域的深化，通过双方技术和资源的协同，旨在加速癌症治疗的创新与发展。此外，Tempus与葛兰素史克在三年合作到期后又续签了三年，还与辉瑞达成了为期多年的战略合作。

2024年6月，Tempus在纳斯达克全球精选市场上市。根据招股书，公司计划将其能力拓展到肿瘤学以外的疾病领域。11月，Tempus宣布收购基因测序公司Ambry Genetics。创始人Eric Lefkofsky表示，收购Ambry Genetics将有助于Tempus扩大其检测产品的组合，扩大业务所覆盖的疾病范围，如儿科、罕见病、免疫学等，并增加公司向生物技术和制药合作伙伴提供的产品类型。此外，Ambry的财务状况较好，公司收入年增长率达25%以上。

1.4 融资概况

自2015年成立以来，Tempus经历了快速发展和多轮融资。2017年，公司完成了7000万美元的C轮融资，加强了其在癌症基因组学和临床数据分析方面的能力。2018年3月，Tempus进行了8000万美元的D轮融资，同年8月又完成了1.1亿美元的E轮融资，进一步巩固了其市场地位。2019年5月，公司宣布了2亿美元的F轮融资，为后续的技术研发和市场扩张提供了强大支持。

2020年，Tempus继续其增长势头，完成了3亿美元的G轮融资。2022年，Tempus完成了2.75亿美元的融资，包括1亿美元的股权融资和1.75亿美元的债务融资，累计融资总额超过13亿美元。

表1 Tempus融资概况

（数据来源：Crunchbase）

2024年6月14日，Tempus在纳斯达克全球精选市场上市，上市首日股价上涨15%，收盘时市值达66.5亿美元，较发行价上涨近9%。根据Tempus的招股书，截至2024年3月，Tempus累计亏损15亿美元。由此可见资本对于奠定Tempus在全球精准医疗领域的领导地位发挥了重要作用。

Part 2 商业模式

2.1 市场概况

2.1.1 政策背景：美国政府推进“精准医疗计划”

2015年1月，时任美国总统奥巴马提出了“精准医疗计划”，并在2016年的财政预算中拨付2.15亿美元，分别资助美国国立卫生研究院（NIH）、美国癌症研究中心（NCI）、美国食品药品管理局（FDA）以及美国国家医疗信息技术协调办公室（ONC）等机构，重点开展覆盖百万人的基因测序研究、肿瘤形成机制及相关治疗药物研究、数据库开发和监管机制的建立以及信息数据相关标准的设立。

2016年12月，美国国会通过了《21世纪治愈法》。这是一项重要的生物医学创新立法，为“精准医疗计划”、脑研究计划和抗癌登月研究计划等重大创新项目提供资金保障。该法案规定，未来10年内将向美国国立卫生研究院（NIH）提供48亿美元，其中精准医疗计划将获得14亿美元资助。

精准医疗涉及的隐私问题引起人们的关注。白宫先后又发布了《精准医疗隐私与信赖最终原则》，主要包含管理应具有包容性、协作性和适应性；保障向患者与公众的信息透明度；尊重参与者偏好；数据共享、访问和使用；数据质量和完整性等方面；以及《PMI安全原则框架》，主要包括确保精准医疗数据的保密性和完整性，作为《精准医疗隐私与信赖最终原则》的补充。

2.1.2 市场格局：行业增长迅速，北美地区占主导地位

大数据分析工具的进步显著推动了医疗保健市场中人工智能的发展。这些工具使医疗服务提供者能够高效地管理和分析大量的医疗数据，包括病患记录、基因组数据、临床试验等。根据市场调查公司GMI的研究，人工智能在健康领域应用的市场规模在2023年为144亿美元，并且随着机器学习和深度学习等技术的日益成熟，AI技术将使诊断更加精确、预测分析和药物发现更加高效，预计从2024到2032年间，该市场将以39.2%的复合增长率持续增长，最终在2032年达到2812亿美元规模。

从应用领域来看，医疗保健人工智能市场还可以被划分为多个子市场，包括医学影像与诊断、药物发现、治疗规划、医院工作流程、可穿戴设备、虚拟助手以及其他应用。在这些领域中，药物发现在2023年以28.1%的市场份额占据市场主导地位。

图2 AI技术在医疗保健各细分领域的应用占比

（资料来源：GMI）

从地域层面来看，由于北美地区医疗健康企业正通过合作等方式与科技公司建立积极联系，2023年，北美在全球医疗保健人工智能市场中占据了46.2%的市场份额，是最大的区域市场。该地区医疗健康企业对人工智能高度开放的态度，将使其在未来继续保持主导地位。欧洲地区则通过推出一系列支持政策推动数字健康技术和人工智能在医疗保健中的应用，在行业增长中也发挥了重要作用。例如，欧盟推出了欧洲健康记录组织（EHRO）项目，用于发展全欧范围内的电子健康记录（EHR）。在亚太地区，得益于技术基础设施方面取得的显著进展，比如5G部署和改善的数据连接性，包括远程医疗、远程患者监测和AI诊断在内的，AI驱动的医疗保健解决方案也得到了推广和实施。

2.2 核心业务：三大条线

基因组学、临床数据和人工智能与数据分析构成Tempus的三条核心业务线，相互支持和增强，形成了一个强大的生态系统。基因组学业务通过高通量测序技术，对患者的肿瘤样本进行基因组分析，提供详细的基因组报告，积累宝贵的基因组数据。数据服务则收集和分析大量临床信息，包括病历、影像学资料和治疗结果，用于改进临床决策支持系统。人工智能与数据分析业务利用先进的机器学习技术，对基因组和临床数据进行深度分析，发现潜在的生物标志物和治疗靶点，支持内部研发并为合作伙伴提供数据驱动的解决方案。三条业务线的协同作用提升了Tempus在精准医疗领域的创新能力，还通过网络效应放大了其市场影响力。

2.2.1 基因组学

基因组学是Tempus的第一条业务线，专注于为医生提供智能和个性化的分子检测结果。该业务主要依赖于基因测序技术。通过基因测序，科学家可以识别和分析基因变异、遗传疾病、病原体等，是现代分子生物学研究和临床诊断中的关键技术。基因测序技术包括但不限于Sanger测序（第一代测序技术）、下一代测序和第三代测序技术等。

下一代基因测序技术（Next-Generation Sequencing，简称NGS），也称为高通量测序技术，是一种能同时对大量DNA或RNA分子进行快速、低成本测序的技术。与传统的Sanger测序相比，NGS技术可以产生大量数据，使得对整个基因组进行测序成为可能。NGS技术在基因组学、转录组学、表观遗传学等领域有广泛应用。

Tempus的NGS匹配率为77%，远高于美国平均水平（27%）。而根据《自然生物技术》（Nature Bio）杂志上发表的一项研究，结合Tempus的NGS及其临床数据，匹配率可以达到96%。“匹配率”是指将患者的基因组数据与已知的药物靶点或临床试验的入选标准进行比较，以确定患者是否适合某种特定的治疗或试验的比率。高匹配率意味着更多的患者能够找到适合他们的治疗方案或临床试验。Tempus的“NGS+临床数据”的组合，能够快速、低成本、大批量地处理基因组数据，并为病人寻找到最合适的治疗方案或临床试验，从而提供精准的个性化医疗服务。

2.2.2 数据服务

数据服务是Tempus的第二条业务线，专注于授权去识别化的数据（de-identified data）。在医疗行业中，共享患者数据对于改善和突破医疗技术至关重要。然而，在利用这些医疗数据的同时，还应重点考量个人信息的安全风险。因此，移除或替换掉可以识别个人身份的信息，如姓名、地址、出生日期、社保号等隐私数据，同时保留有医学价值的信息，对生物医药领域的研究至关重要。

通过向制药和生物科技公司授权去识别化的临床、分子数据和影像数据库，并为其提供分析和云计算工具，该业务条线为Tempus带来了巨大的合同收益。全美最大的20家生物医药公司中有19家与Tempus达成了合作，截至2023年底，剩余合同价值超过9亿美元，预计将在未来几年内交付。

值得注意的是，Tempus的去识别化数据库会随着时间定期更新，包括临床结果和反应数据。另外，Tempus在基因组学业务中，通过测序患者生成了文件，通过将这些文件与临床数据相结合，不仅提供了对患者群体分子层面的深入洞察，还允许研究人员跟踪这些群体随时间的变化，因此为制药和生物技术公司提供了商业价值。

Tempus的数据服务业条线还衍生出一个特殊产品——临床试验匹配服务，旨在通过其广泛的医疗网络，为制药公司提供接触“难以找寻和未得到充分服务”的患者群体的途径。该服务基于近乎实时的数据流和人工智能技术，加速患者、临床试验地点（医院）与临床试验赞助商（生命科学公司）之间的匹配过程。Tempus为此设计的程序TIME Trial®自2019年6月推出以来，已与超过230个临床试验签订协议，并且截至2024年3月31日，已识别出超过30,000名潜在注册临床试验的患者。

2.2.3 人工智能与数据分析

人工智能与数据分析是Tempus的第三条业务线，专注于为医疗设备开发和提供基于算法的诊断工具，以支持临床决策。该业务线的核心产品人工智能平台“Next”，通过机器学习技术在收集的数据集上添加一层“智能”，旨在主动发现并减少肿瘤和心脏病患者的护理不足。随着“Next”平台的推广，Tempus计划利用大型语言模型、生成式AI算法和庞大的去识别化数据集，开发出能更早识别患者并提供有效治疗的算法诊断工具。

在肿瘤学领域，Tempus提供了一系列算法测试，补充了公司的下一代测序（NGS）检测，包括肿瘤起源测试（TO测试）、同源重组缺陷测试（HRD测试）和二氢嘧啶脱氢酶缺陷测试（DPYD测试）。其中肿瘤起源测试帮助确定那些原发肿瘤位置不明的癌症患者的肿瘤来源，同源重组缺陷测试能够识别可能对PARP抑制剂敏感的患者，这有助于医生为这些患者选择更有效的治疗方案。二氢嘧啶脱氢酶缺陷测试则用于识别与5-FU/卡培他滨化疗潜在毒性相关的二氢嘧啶脱氢酶缺陷基因变异。

在心脏病学领域，Tempus通过分析多模式数据和运用超过60种算法来识别潜在的护理不足，并持续监控患者数据，以便发现可能被医生忽视的高危患者，并自动通知护理团队进行必要的后续行动或疾病进展的预警。目前，全美超过80家医院使用Tempus的“Next”平台，每月为超过44,000名患者进行筛查。此外，Tempus还基于大约350万份心电图数据训练开发出了算法模型，以帮助临床医生识别那些有较高风险发展为房颤和其他心脏疾病的病人。

2.3 盈利情况

尽管Tempus是一家AI驱动的科技公司，但AI技术并不直接为公司带来收入，而是作为促进其基因组学和数据服务业务的关键技术支撑。在其招股书中，Tempus提出了“群体终身价值”（Cohort Lifetime Value）的概念，并以此来解释其商业模式的潜在价值。“群体终身价值”是指从特定群体的去识别化数据中可获得的累计收入，包括初始测序收入和数据许可及相关服务收入，减去初始测序成本。这个指标考虑了基因组学收入和数据服务收入，但不包括数据服务的成本。以2018年，即Tempus在成立后第一个完整经营年度为例，当年Tempus对大约7500名患者的样本进行了测序。截至2023年12月31日，从2018年测序的患者群体中，Tempus通过测序、许可去识别化数据、分析服务和临床试验匹配，产生了6620万美元的综合收入，这大约是Tempus在第一年从该群体测序中获得收入的7.4倍。刨去1740万美元的初始测序成本，该群体从2018年至2023年的“群体终身价值”为4880万美元。

从财务指标来看，相比于2022年，2023年公司的营业收入大幅增长，同时亏损收窄。根据Tempus公开的2024第三季度未经审计的财务报告，可以预计公司今年营收将进一步增长。但与此同时，公司前三季度销售和管理费用相较2023年同期增加了4.3亿美元，导致了前三季度巨额亏损的出现。

图：Tempus业务收入与净利润情况

（数据来源：Tempus招股书、2024年Q3报告）

Part 3 优势与挑战

3.1 竞争优势

独特的数据领导地位

Tempus独特的数据领导地位建立在其强大的数据积累和分析能力上。公司通过建立自动化实验室，提供低成本、高质量的临床和基因组数据服务，每年能够服务超过10万名患者，并在2-3周内完成基因测序。通过专有软件和专用数据通道，Tempus搭建了一个数据网络，覆盖了2000多个医疗机构的约450个独特数据库，积累了超过9亿份文档，涵盖超过560万份匿名患者记录，其中包括约13亿页丰富的临床文档。这些数据资源为Tempus提供了AI时代的核心生产资料——数据，使其能够训练大语言模型，并面向市场提供各种支持AI的解决方案。Tempus的数据领导地位不仅体现在数据的规模上，还体现在其数据的质量和多样性上，这为其在精准医疗领域的应用提供了坚实的基础。

先进的AI和机器学习技术

Tempus先进的AI和机器学习技术是其在精准医疗领域取得成就的关键因素。公司通过其AI平台“Next”与电子病历系统的无缝集成，分析包括临床笔记、分子信息和影像在内的全面数据，识别偏离护理指南的情况，从而赋能生物医药公司和医疗机构，帮助其增强患者的治疗效果。此外，Tempus在心脏病学领域拥有超过60个护理路径智能算法，这些算法已在80多家医院部署，进一步证明了其AI技术在实际临床应用中的有效性和广泛性。

多元化的产品及服务

Tempus的多元化产品线通过相互结合，形成了精准医疗领域的全面布局。基因组学测试提供了患者详细的分子信息，这些信息与临床数据相结合，为医生提供了全面的诊断工具和潜在治疗方案。数据许可服务允许制药和生物技术公司访问去识别化的数据库，支持其从药物发现到临床开发的全过程。临床试验匹配服务通过AI技术，加速了患者、医院和赞助商之间的联系，提高了临床试验的参与率和效率。AI应用，如“Next”平台，利用机器学习在常规数据上应用智能层，主动识别并最小化护理差距，为患者提供更精准的护理。这些产品和服务的结合，使Tempus能够满足从临床护理到药物研发的广泛需求，在精准医疗领域发挥重要作用。

3.2 面临挑战：市场竞争加剧

随着数据在临床护理和药物开发决策中的价值日益增加，越来越多的公司试图开发与Tempus相似的产品及服务，导致市场竞争加剧。

在基因组学业务线上，Tempus面临来自Foundation Medicine、Caris Life Sciences、Guardant Health等公司的竞争，这些公司提供基于单标记或全面基因组分析的癌症和其他疾病区域的基因分析服务。随着Tempus扩展到复发监测、微小残留疾病检测以及可能的早期检测应用，预计将面临更广泛的公司竞争，包括传统的诊断实验室如Quest和LabCorp。

在数据服务业务方面，Tempus的主要竞争对手包括Flatiron Health、IQVIA Holdings、ConcertAI等公司，这些公司帮助制药和生物技术公司获取数据以支持药物发现和开发。此外，Tempus还面临来自委托研究机构（Contract Research Organization，简称CRO）的竞争，如Fortrea、ICON、Syneos、PPD等，这些公司为制药和生物技术公司提供数据和临床试验匹配服务。

在AI应用产品线上，Tempus的竞争对手包括提供实验室测试或基于算法的诊断服务公司，这些服务专注于Tempus所关注的疾病和应用领域。例如，Tempus的TO测试与Roche Holdings、Caris Life Sciences、Guardant Health等公司的液体或组织基础诊断测试竞争；HRD测试则与Myriad Genetics、Caris Life Sciences等公司的测试竞争。Tempus还可能与开发或商业化基于不同数据模式的算法诊断的公司竞争，包括数字病理公司如PathAI和PaigeAI。在心脏病学领域，Tempus可能与HeartFlow和Eko Devices等公司存在竞争。

许多竞争对手可能拥有比Tempus更强大的财务和其他资源，包括更大的研发团队或更成熟的营销力量。其他竞争对手正在开发诊断和医疗数据市场的新技术，这可能导致与Tempus产品竞争或替代的产品出现。尽管无法确定市场将如何发展，但Tempus认为，鉴于其广泛的数据网络和大规模部署AI解决方案的能力，公司在市场竞争中仍处于有利地位。

Part 4 未来展望

在成立近十年后，Tempus在2024年年中上市，随后又收购了同领域的竞争企业，拓展了业务规模。展望未来，Tempus将持续聚焦于利用先进技术改善医疗决策过程。随着其数据库的不断扩展和机器学习算法的进一步优化，Tempus有望在精准医疗领域取得更多实质性进展。公司将深化与临床医生的合作，通过收集和分析大量的生物医学数据，为患者提供更加个性化的治疗建议。此外，Tempus还计划探索更多疾病类型，特别是那些目前治疗手段有限或疗效不佳的疾病，以期发现新的治疗策略。

在国际层面上，Tempus也有望通过建立跨国合作，促进全球医疗数据的共享与交流，加速科研成果向临床应用的转化。然而，随着公司规模的扩大和技术应用的深入，如何确保数据的安全性和隐私保护将成为一个重要议题。为此，Tempus需不断完善其数据管理和安全措施，确保遵守相关法律法规，维护患者的信任。总之，Tempus在未来的发展中面临诸多机遇与挑战，其在精准医疗领域的探索将持续受到学术界与行业的广泛关注。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。