日報
專欄
熱點
國際
活動
透過AI驅動的醫療資料庫及分析工具，Tempus正致力於為醫療系統提供更高效的檢測和診斷工具，為精準醫療的發展提供助力。
來源｜中國金融案例中心 <<<<
導讀
2024年，David Baker、Demis Hassabis和John Jumpe因成功開發了"能預測大約兩億種已知蛋白質複雜結構"的AlphaFold2人工智慧模型而獲得了諾貝爾化學獎。AI領域的科學家獲此獎項，反映了計算機科學在醫學和生物科學領域中日益增長的重要性與影響力。這一趨勢並不侷限於最前沿的實驗室，在商業實踐中也正在體現。2024年6月，專注於醫療領域的AI公司——Tempus AI——在納斯達克上市，上市當天市值達66.5億美元。透過AI驅動的醫療資料庫及分析工具，Tempus正致力於為醫療系統提供更高效的檢測和診斷工具，為精準醫療的發展提供助力。
Part 1 公司簡介
1.1 公司概述
2015年成立的Tempus AI （後簡稱Tempus）總部位於美國芝加哥，是一家在醫療健康領域應用人工智慧技術的公司。公司的核心業務是透過AI驅動的臨床和分子資料庫，為醫療系統提供精準的檢測和診斷工具，服務範圍覆蓋腫瘤學、精神病學、放射學和心臟病學等多個領域。
透過收集和分析大規模的醫療資料，Tempus建立了全球最大的臨床和分子腫瘤學資料庫之一，其資料網路覆蓋超過2000家醫療機構的約450個專業資料庫，積累了超過9億份文件和超過560萬份匿名患者記錄。此外，Tempus還與多家制藥公司建立合作關係，並在全球範圍內與7,000多名醫生建立了聯絡。
截至2024年第一季度，Tempus擁有員工約2300人，其中757人為技術人員，包括約250名博士。截至2024年第二季度，公司尚未盈利。2024年6月，Tempus以雙重股權結構在納斯達克上市，募資4.1億美元，上市當天市值達66.5億美元。
1.2創始人介紹
Tempus的創始人Eric Lefkofsky是一個典型的連續創業者。他出生在美國底特律一個猶太人家庭，大學時期就展現出企業家天賦，透過銷售地毯和T恤開啟了創業之路。1993年，24歲的Eric在密歇根大學取得了法學博士學位。畢業後不久，他和大學同學Brad Keywell便一起買下了一家兒童服裝公司。1999年，Eric和Brad Keywell建立了禮品網站Starbelly，並跨界建立了列印採購服務公司InnerWorkings、貨運物流公司Echo Global Logistics、廣告分析公司MediaBank和商業分析公司Uptake。
2008年，Eric提出在線團購的商業模式，並與合夥人將社交網站The Point改造成在線團購網站Groupon。此後Groupon迅速增長，成為了“團購網站鼻祖”。2011年，Groupon在納斯達克上市，融資7億美元，一舉成為自2004年Google上市以來最大的科技行業IPO，市值超過177億美元。此外，Eric Lefkofsky還創立了風險投資公司Lightbank，投資和孵化了一百多家企業。
2015年，Eric的妻子被診斷出患有乳腺癌，但當時並沒有非常精準的治療方法。Lefkofsky表示：“癌症領域的基礎資料建設不夠，這意味著醫療機構並沒有全面理解疾病機制。”這使他產生運用AI技術收集並分析醫療資料來改善精準治療的願景，Tempus由此誕生。他出任了Tempus的執行長，並將大部分時間和精力投入到這份事業中。同時，他與妻子成立了Lefkofsky家族基金會，致力於教育、人權、醫療、藝術和文化領域的發展，並承諾將近一半的財富捐贈給慈善事業。此外，Eric還在多個大學擔任教職，並撰寫了《加速顛覆：理解創新的真正速度》（Accelerated Disruption: Understanding the True Speed of Innovation）一書，分享其對創新和商業的理解。
1.3 發展歷程
2015年，美國“精準醫療計劃”的啟動在全球範圍內引起關注，Tempus也在此年成立。Tempus以提供低價測序服務為切口，自建了經臨床檢驗改進修正計劃（Clinical Laboratory Improvement Amendments，簡稱CLIA）認證的自動化實驗室，每年能接待超過10萬個病人；同時與測序巨頭Illumina合作，運用機器學習和AI技術建立了自己的生物資訊學通道。
2017年，Tempus與美國食品藥品管理局（FDA）建立長期合作，對包括各種新療法的最佳排序、癌症患者的其他疾病對癌症治療耐受性和療效的影響等課題展開研究。Tempus還與美國臨床腫瘤協會（ASCO）下設的非營利機構合作，分析免疫檢查點抑制劑療法的癌症患者資料。
2019年，Tempus成為全球最大的癌症資料庫之一，覆蓋美國近1/4的癌症患者。同時，Tempus與250多家醫院以及梅奧診所、西北大學、芝加哥大學等科研機構合作，收集了200萬份臨床病例。透過光學識別（OCR）和自然語言處理（NLP）技術，公司將收集來的紙質版資料結構化，並以國際醫院資料交換標準（FHIR）的格式儲存，從而實現了大量臨床資料的高效管理。
2020至2022年間，Tempus先後與拜耳、阿斯利康、楊森、禮來和葛蘭素史克等藥企合作，從事包括基因檢測和藥物研發在內的工作。團隊建設方面，2021年2月，諾獎得主Jennifer Doudna博士空降Tempus董事會，擔任公司的科學顧問；2022年，曾在強生負責腫瘤學轉化研究工作，並在生物技術和製藥行業有超過20年的經驗的Kate Sasser博士加入Tempus出任首席科學官。
2023年，Tempus與生物製藥公司百時美施貴寶（Bristol-MyersSquibbCo.）宣佈啟動一項長期戰略合作。此合作聚焦於利用多模態資料集、計算方法及患者衍生的疾病模型，以提高新藥物靶點的識別與驗證效率。此舉標誌著Tempus在精準醫療領域的深化，透過雙方技術和資源的協同，旨在加速癌症治療的創新與發展。此外，Tempus與葛蘭素史克在三年合作到期後又續簽了三年，還與輝瑞達成了為期多年的戰略合作。
2024年6月，Tempus在納斯達克全球精選市場上市。根據招股書，公司計劃將其能力拓展到腫瘤學以外的疾病領域。11月，Tempus宣佈收購基因測序公司Ambry Genetics。創始人Eric Lefkofsky表示，收購Ambry Genetics將有助於Tempus擴大其檢測產品的組合，擴大業務所覆蓋的疾病範圍，如兒科、罕見病、免疫學等，並增加公司向生物技術和製藥合作伙伴提供的產品型別。此外，Ambry的財務狀況較好，公司收入年增長率達25%以上。
1.4 融資概況
自2015年成立以來，Tempus經歷了快速發展和多輪融資。2017年，公司完成了7000萬美元的C輪融資，加強了其在癌症基因組學和臨床資料分析方面的能力。2018年3月，Tempus進行了8000萬美元的D輪融資，同年8月又完成了1.1億美元的E輪融資，進一步鞏固了其市場地位。2019年5月，公司宣佈了2億美元的F輪融資，為後續的技術研發和市場擴張提供了強大支援。
2020年，Tempus繼續其增長勢頭，完成了3億美元的G輪融資。2022年，Tempus完成了2.75億美元的融資，包括1億美元的股權融資和1.75億美元的債務融資，累計融資總額超過13億美元。
（資料來源：Crunchbase）
2024年6月14日，Tempus在納斯達克全球精選市場上市，上市首日股價上漲15%，收盤時市值達66.5億美元，較發行價上漲近9%。根據Tempus的招股書，截至2024年3月，Tempus累計虧損15億美元。由此可見資本對於奠定Tempus在全球精準醫療領域的領導地位發揮了重要作用。
Part 2 商業模式
2.1 市場概況
2.1.1 政策背景：美國政府推進“精準醫療計劃”
2015年1月，時任美國總統奧巴馬提出了“精準醫療計劃”，並在2016年的財政預算中撥付2.15億美元，分別資助美國國立衛生研究院（NIH）、美國癌症研究中心（NCI）、美國食品藥品管理局（FDA）以及美國國家醫療資訊科技協調辦公室（ONC）等機構，重點開展覆蓋百萬人的基因測序研究、腫瘤形成機制及相關治療藥物研究、資料庫開發和監管機制的建立以及資訊資料相關標準的設立。
2016年12月，美國國會通過了《21世紀治癒法》。這是一項重要的生物醫學創新立法，為“精準醫療計劃”、腦研究計劃和抗癌登月研究計劃等重大創新專案提供資金保障。該法案規定，未來10年內將向美國國立衛生研究院（NIH）提供48億美元，其中精準醫療計劃將獲得14億美元資助。
精準醫療涉及的隱私問題引起人們的關注。白宮先後又釋出了《精準醫療隱私與信賴最終原則》，主要包含管理應具有包容性、協作性和適應性；保障向患者與公眾的資訊透明度；尊重參與者偏好；資料共享、訪問和使用；資料質量和完整性等方面；以及《PMI安全原則框架》，主要包括確保精準醫療資料的保密性和完整性，作為《精準醫療隱私與信賴最終原則》的補充。
2.1.2 市場格局：行業增長迅速，北美地區占主導地位
大資料分析工具的進步顯著推動了醫療保健市場中人工智慧的發展。這些工具使醫療服務提供者能夠高效地管理和分析大量的醫療資料，包括病患記錄、基因組資料、臨床試驗等。根據市場調查公司GMI的研究，人工智慧在健康領域應用的市場規模在2023年為144億美元，並且隨著機器學習和深度學習等技術的日益成熟，AI技術將使診斷更加精確、預測分析和藥物發現更加高效，預計從2024到2032年間，該市場將以39.2%的複合增長率持續增長，最終在2032年達到2812億美元規模。
從應用領域來看，醫療保健人工智慧市場還可以被劃分為多個子市場，包括醫學影像與診斷、藥物發現、治療規劃、醫院工作流程、可穿戴裝置、虛擬助手以及其他應用。在這些領域中，藥物發現在2023年以28.1%的市場份額佔據市場主導地位。
（資料來源：GMI）
從地域層面來看，由於北美地區醫療健康企業正透過合作等方式與科技公司建立積極聯絡，2023年，北美在全球醫療保健人工智慧市場中佔據了46.2%的市場份額，是最大的區域市場。該地區醫療健康企業對人工智慧高度開放的態度，將使其在未來繼續保持主導地位。歐洲地區則透過推出一系列支援政策推動數字健康技術和人工智慧在醫療保健中的應用，在行業增長中也發揮了重要作用。例如，歐盟推出了歐洲健康記錄組織（EHRO）專案，用於發展全歐範圍內的電子健康記錄（EHR）。在亞太地區，得益於技術基礎設施方面取得的顯著進展，比如5G部署和改善的資料連線性，包括遠端醫療、遠端患者監測和AI診斷在內的，AI驅動的醫療保健解決方案也得到了推廣和實施。
2.2 核心業務：三大條線
基因組學、臨床資料和人工智慧與資料分析構成Tempus的三條核心業務線，相互支援和增強，形成了一個強大的生態系統。基因組學業務透過高通量測序技術，對患者的腫瘤樣本進行基因組分析，提供詳細的基因組報告，積累寶貴的基因組資料。資料服務則收集和分析大量臨床資訊，包括病歷、影像學資料和治療結果，用於改進臨床決策支援系統。人工智慧與資料分析業務利用先進的機器學習技術，對基因組和臨床資料進行深度分析，發現潛在的生物標誌物和治療靶點，支援內部研發併為合作伙伴提供資料驅動的解決方案。三條業務線的協同作用提升了Tempus在精準醫療領域的創新能力，還透過網路效應放大了其市場影響力。
2.2.1 基因組學
基因組學是Tempus的第一條業務線，專注於為醫生提供智慧和個性化的分子檢測結果。該業務主要依賴於基因測序技術。透過基因測序，科學家可以識別和分析基因變異、遺傳疾病、病原體等，是現代分子生物學研究和臨床診斷中的關鍵技術。基因測序技術包括但不限於Sanger測序（第一代測序技術）、下一代測序和第三代測序技術等。
下一代基因測序技術（Next-Generation Sequencing，簡稱NGS），也稱為高通量測序技術，是一種能同時對大量DNA或RNA分子進行快速、低成本測序的技術。與傳統的Sanger測序相比，NGS技術可以產生大量資料，使得對整個基因組進行測序成為可能。NGS技術在基因組學、轉錄組學、表觀遺傳學等領域有廣泛應用。
Tempus的NGS匹配率為77%，遠高於美國平均水平（27%）。而根據《自然生物技術》（Nature Bio）雜誌上發表的一項研究，結合Tempus的NGS及其臨床資料，匹配率可以達到96%。“匹配率”是指將患者的基因組資料與已知的藥物靶點或臨床試驗的入選標準進行比較，以確定患者是否適合某種特定的治療或試驗的比率。高匹配率意味著更多的患者能夠找到適合他們的治療方案或臨床試驗。Tempus的“NGS+臨床資料”的組合，能夠快速、低成本、大批次地處理基因組資料，併為病人尋找到最合適的治療方案或臨床試驗，從而提供精準的個性化醫療服務。
2.2.2 資料服務
資料服務是Tempus的第二條業務線，專注於授權去識別化的資料（de-identified data）。在醫療行業中，共享患者資料對於改善和突破醫療技術至關重要。然而，在利用這些醫療資料的同時，還應重點考量個人資訊的安全風險。因此，移除或替換掉可以識別個人身份的資訊，如姓名、地址、出生日期、社保號等隱私資料，同時保留有醫學價值的資訊，對生物醫藥領域的研究至關重要。
透過向製藥和生物科技公司授權去識別化的臨床、分子資料和影像資料庫，併為其提供分析和雲計算工具，該業務條線為Tempus帶來了巨大的合同收益。全美最大的20家生物醫藥公司中有19家與Tempus達成了合作，截至2023年底，剩餘合同價值超過9億美元，預計將在未來幾年內交付。
值得注意的是，Tempus的去識別化資料庫會隨著時間定期更新，包括臨床結果和反應資料。另外，Tempus在基因組學業務中，透過測序患者生成了檔案，透過將這些檔案與臨床資料相結合，不僅提供了對患者群體分子層面的深入洞察，還允許研究人員跟蹤這些群體隨時間的變化，因此為製藥和生物技術公司提供了商業價值。
Tempus的資料服務業條線還衍生出一個特殊產品——臨床試驗匹配服務，旨在透過其廣泛的醫療網路，為製藥公司提供接觸“難以找尋和未得到充分服務”的患者群體的途徑。該服務基於近乎即時的資料流和人工智慧技術，加速患者、臨床試驗地點（醫院）與臨床試驗贊助商（生命科學公司）之間的匹配過程。Tempus為此設計的程式TIME Trial®自2019年6月推出以來，已與超過230個臨床試驗簽訂協議，並且截至2024年3月31日，已識別出超過30,000名潛在註冊臨床試驗的患者。
2.2.3 人工智慧與資料分析
人工智慧與資料分析是Tempus的第三條業務線，專注於為醫療裝置開發和提供基於演算法的診斷工具，以支援臨床決策。該業務線的核心產品人工智慧平臺“Next”，透過機器學習技術在收集的資料集上新增一層“智慧”，旨在主動發現並減少腫瘤和心臟病患者的護理不足。隨著“Next”平臺的推廣，Tempus計劃利用大型語言模型、生成式AI演算法和龐大的去識別化資料集，開發出能更早識別患者並提供有效治療的演算法診斷工具。
在腫瘤學領域，Tempus提供了一系列演算法測試，補充了公司的下一代測序（NGS）檢測，包括腫瘤起源測試（TO測試）、同源重組缺陷測試（HRD測試）和二氫嘧啶脫氫酶缺陷測試（DPYD測試）。其中腫瘤起源測試幫助確定那些原發腫瘤位置不明的癌症患者的腫瘤來源，同源重組缺陷測試能夠識別可能對PARP抑制劑敏感的患者，這有助於醫生為這些患者選擇更有效的治療方案。二氫嘧啶脫氫酶缺陷測試則用於識別與5-FU/卡培他濱化療潛在毒性相關的二氫嘧啶脫氫酶缺陷基因變異。
在心臟病學領域，Tempus透過分析多模式資料和運用超過60種演算法來識別潛在的護理不足，並持續監控患者資料，以便發現可能被醫生忽視的高危患者，並自動通知護理團隊進行必要的後續行動或疾病進展的預警。目前，全美超過80家醫院使用Tempus的“Next”平臺，每月為超過44,000名患者進行篩查。此外，Tempus還基於大約350萬份心電圖資料訓練開發出了演算法模型，以幫助臨床醫生識別那些有較高風險發展為房顫和其他心臟疾病的病人。
2.3 盈利情況
從財務指標來看，相比於2022年，2023年公司的營業收入大幅增長，同時虧損收窄。根據Tempus公開的2024第三季度未經審計的財務報告，可以預計公司今年營收將進一步增長。但與此同時，公司前三季度銷售和管理費用相較2023年同期增加了4.3億美元，導致了前三季度鉅額虧損的出現。
Part 3 優勢與挑戰
3.1 競爭優勢
獨特的資料領導地位
Tempus獨特的資料領導地位建立在其強大的資料積累和分析能力上。公司透過建立自動化實驗室，提供低成本、高質量的臨床和基因組資料服務，每年能夠服務超過10萬名患者，並在2-3周內完成基因測序。透過專有軟體和專用資料通道，Tempus搭建了一個數據網路，覆蓋了2000多個醫療機構的約450個獨特資料庫，積累了超過9億份文件，涵蓋超過560萬份匿名患者記錄，其中包括約13億頁豐富的臨床文件。這些資料資源為Tempus提供了AI時代的核心生產資料——資料，使其能夠訓練大語言模型，並面向市場提供各種支援AI的解決方案。Tempus的資料領導地位不僅體現在資料的規模上，還體現在其資料的質量和多樣性上，這為其在精準醫療領域的應用提供了堅實的基礎。
先進的AI和機器學習技術
Tempus先進的AI和機器學習技術是其在精準醫療領域取得成就的關鍵因素。公司透過其AI平臺“Next”與電子病歷系統的無縫整合，分析包括臨床筆記、分子資訊和影像在內的全面資料，識別偏離護理指南的情況，從而賦能生物醫藥公司和醫療機構，幫助其增強患者的治療效果。此外，Tempus在心臟病學領域擁有超過60個護理路徑智慧演算法，這些演算法已在80多家醫院部署，進一步證明了其AI技術在實際臨床應用中的有效性和廣泛性。
多元化的產品及服務
Tempus的多元化產品線透過相互結合，形成了精準醫療領域的全面佈局。基因組學測試提供了患者詳細的分子資訊，這些資訊與臨床資料相結合，為醫生提供了全面的診斷工具和潛在治療方案。資料許可服務允許製藥和生物技術公司訪問去識別化的資料庫，支援其從藥物發現到臨床開發的全過程。臨床試驗匹配服務透過AI技術，加速了患者、醫院和贊助商之間的聯絡，提高了臨床試驗的參與率和效率。AI應用，如“Next”平臺，利用機器學習在常規資料上應用智慧層，主動識別並最小化護理差距，為患者提供更精準的護理。這些產品和服務的結合，使Tempus能夠滿足從臨床護理到藥物研發的廣泛需求，在精準醫療領域發揮重要作用。
3.2 面臨挑戰：市場競爭加劇
隨著資料在臨床護理和藥物開發決策中的價值日益增加，越來越多的公司試圖開發與Tempus相似的產品及服務，導致市場競爭加劇。
在基因組學業務線上，Tempus面臨來自Foundation Medicine、Caris Life Sciences、Guardant Health等公司的競爭，這些公司提供基於單標記或全面基因組分析的癌症和其他疾病區域的基因分析服務。隨著Tempus擴充套件到復發監測、微小殘留疾病檢測以及可能的早期檢測應用，預計將面臨更廣泛的公司競爭，包括傳統的診斷實驗室如Quest和LabCorp。
在資料服務業務方面，Tempus的主要競爭對手包括Flatiron Health、IQVIA Holdings、ConcertAI等公司，這些公司幫助製藥和生物技術公司獲取資料以支援藥物發現和開發。此外，Tempus還面臨來自委託研究機構（Contract Research Organization，簡稱CRO）的競爭，如Fortrea、ICON、Syneos、PPD等，這些公司為製藥和生物技術公司提供資料和臨床試驗匹配服務。
在AI應用產品線上，Tempus的競爭對手包括提供實驗室測試或基於演算法的診斷服務公司，這些服務專注於Tempus所關注的疾病和應用領域。例如，Tempus的TO測試與Roche Holdings、Caris Life Sciences、Guardant Health等公司的液體或組織基礎診斷測試競爭；HRD測試則與Myriad Genetics、Caris Life Sciences等公司的測試競爭。Tempus還可能與開發或商業化基於不同資料模式的演算法診斷的公司競爭，包括數字病理公司如PathAI和PaigeAI。在心臟病學領域，Tempus可能與HeartFlow和Eko Devices等公司存在競爭。
許多競爭對手可能擁有比Tempus更強大的財務和其他資源，包括更大的研發團隊或更成熟的營銷力量。其他競爭對手正在開發診斷和醫療資料市場的新技術，這可能導致與Tempus產品競爭或替代的產品出現。儘管無法確定市場將如何發展，但Tempus認為，鑑於其廣泛的資料網路和大規模部署AI解決方案的能力，公司在市場競爭中仍處於有利地位。
Part 4 未來展望
在成立近十年後，Tempus在2024年年中上市，隨後又收購了同領域的競爭企業，拓展了業務規模。展望未來，Tempus將持續聚焦於利用先進技術改善醫療決策過程。隨著其資料庫的不斷擴充套件和機器學習演算法的進一步最佳化，Tempus有望在精準醫療領域取得更多實質性進展。公司將深化與臨床醫生的合作，透過收集和分析大量的生物醫學資料，為患者提供更加個性化的治療建議。此外，Tempus還計劃探索更多疾病型別，特別是那些目前治療手段有限或療效不佳的疾病，以期發現新的治療策略。
在國際層面上，Tempus也有望透過建立跨國合作，促進全球醫療資料的共享與交流，加速科研成果向臨床應用的轉化。然而，隨著公司規模的擴大和技術應用的深入，如何確保資料的安全性和隱私保護將成為一個重要議題。為此，Tempus需不斷完善其資料管理和安全措施，確保遵守相關法律法規，維護患者的信任。總之，Tempus在未來的發展中面臨諸多機遇與挑戰，其在精準醫療領域的探索將持續受到學術界與行業的廣泛關注。
*本文版權歸“未央網”所有，未經授權禁止轉載。如需開通白名單請在評論留言，轉載時在文首註明來源及作者。
REVIEW