中心思想
Tempus AI的创新模式与市场表现
Tempus AI通过其独特的“基因组学+数据服务+AI应用”飞轮效应业务模式，成功整合多模态医疗数据并赋能AI应用，实现了营收的快速增长和市场价值的显著提升。公司在肿瘤等疾病领域的全面布局，以及数据服务业务的高留存率，共同构筑了其核心竞争力。
国内医疗AI发展的挑战与A股投资机遇
中国在医疗数据获取和创新检测医保报销方面面临挑战，导致目前尚未出现类似Tempus AI的综合性医疗AI企业。然而，随着数据要素政策的完善和商业健康保险的发展，国内医疗AI市场潜力巨大。A股市场应重点关注在基因组学、ICL和CRO领域拥有海量数据积累并积极布局AI的公司，以把握医疗AI发展带来的投资机遇。
主要内容
Tempus AI近期股价强势且财务表现亮眼
公司概况与业务发展
Tempus AI成立于2015年，致力于构建实时获取医疗数据以实现精准医疗的平台，通过基因组学、数据服务和AI应用三大产品线，打破数据孤岛，加速精准医疗进步。公司业务最初聚焦肿瘤，后拓展至心脏病、精神病等领域，并于2024年6月在纳斯达克上市。其发展时间线显示了持续的产品创新和业务拓展，如推出多项基因检测产品和AI算法。
财务业绩与市场表现
Tempus AI的营收在2020年至2024年间从1.88亿美元增长至6.93亿美元，复合年增长率（CAGR）达39%。同期，调整后EBITDA亏损幅度显著收窄，预计2025年营收将达到12.4亿美元（同比增长79%），并实现调整后EBITDA扭亏为盈至500万美元。基因组学业务贡献了公司总营收的60%以上，数据服务业务占比达35%。公司股价自2024年6月上市以来表现强劲，截至2025年2月21日，相较上市首日涨幅达69%，远超同期纳斯达克生物技术指数的2%涨幅，主要受AI概念热潮、知名投资人增持及看好等因素驱动。
“基因组学+数据服务+AI应用”业务模式形成飞轮效应
基因组学业务：覆盖肿瘤诊疗全流程
Tempus AI的基因组学产品线主要应用于肿瘤领域，涵盖xT、xR、xF等多种检测项目，并拓展至精神病领域。随着xM（微小残留病灶检测）和xG（遗传癌症风险检测）的推出，产品线已覆盖肿瘤诊疗全流程，从病前筛查到治疗选择和预后监测，显著扩大了市场机会。2019年至2024年，肿瘤NGS检测样本数从4.06万增长至27.08万，平均报销金额从633美元增至1530美元，带动基因组学收入从2020年的1.52亿美元增长至2024年的4.52亿美元，并为公司积累了大量诊断数据。
数据服务业务：赋能药企研发与临床试验
公司的数据服务业务包括Insights和Trials两款产品。Insights通过授权去标识的医疗数据和提供分析工具，帮助药企在药物开发周期各阶段提升效率。公司提出的“队列终身价值”概念显示，单个数据随时间推移能持续创造收入。Trials产品利用AI加速患者与临床试验的匹配，将传统临床试验启动时间从6-12个月大幅缩短至1个月以内。截至2024年3月31日，Trials网络已连接90多个医疗系统，签约230多个临床试验，识别出超过30,000名潜在入组患者。数据服务收入从2020年的0.36亿美元增长至2024年的2.42亿美元，CAGR达61%。公司与全球前20家药企中的19家建立了合作，截至2024年Q4，剩余未履行合同总金额达9.4亿美元，净收入留存率高达140%，表明客户认可度高且收入持续增长。
AI应用业务：商业化早期但前景广阔
AI应用是Tempus AI寄予厚望的产品线，尽管目前收入体量较低，但公司认为其未来市场机会巨大。主要产品包括TIME（AI驱动的临床试验匹配）、NEXT（缩小护理差距的AI平台）和ALGOS（多模态临床数据AI智能诊断系统）。目前约有3000家医疗机构连接到公司平台，AI应用具备与所有EHR系统集成的能力，为医疗机构、药企和患者提供智能赋能。
业务协同形成飞轮效应
Tempus AI的三大业务线之间存在显著的协同效应。基因组学检测量的增加带来更多数据，进而增强数据服务业务。庞大的数据库反过来提升了AI应用开发能力，AI应用在临床端辅助治疗决策、缩小护理差距，在研发端加速药企寻找新靶点和临床试验，并提高公司诊断产品性能。这种良性循环形成了“基因组学+数据服务+AI应用”的飞轮效应，通过深度挖掘数据价值实现协同加速发展。
核心竞争力：广泛的多模态数据来源+AI赋能
广泛的多模态数据来源
Tempus AI的核心竞争力之一是其广泛且丰富的多模态数据来源。公司通过与约3000家医疗机构（包括美国超过65%的学术医疗中心和50%的肿瘤医生）合作，近乎实时地获取大规模医疗数据。此外，行业协会、自有诊断实验室以及C端AI个人健康助手Olivia也提供了数据来源。截至2024年Q4，公司已形成全球最大、肿瘤学领域最全面的专有数据库之一，总数据量超过240PB，涵盖临床数据、影像数据、测序数据等多种类型，以及患者表型、病理切片、DNA、RNA、治疗结果和反应数据等丰富的数据维度。
强大的AI赋能能力
Tempus AI利用其科技背景，通过专有的数据处理工具（包括大语言模型）对获取的数据进行结构化、整合和去标识化，为AI模型训练提供标准化数据。公司部署神经网络、深度学习、大语言模型等AI技术，结合多模态医疗数据生成个性化洞察，并开发出临床级别的诊断算法，如肿瘤领域的HRD、TO、DPYD等算法，以及心血管领域的ECG-AF算法。AI技术平台具备跨疾病领域拓展的能力，未来可扩展至精神疾病、心血管疾病等更多领域，进一步打开市场空间。
国内为什么暂时没有自己的Tempus AI
数据获取与流通机制的限制
中国医疗核心数据分散在公立医疗系统、大型药企和临床CRO公司，且彼此之间难以连通，数据孤岛现象严重。第三方医学检测实验室（ICL）虽有全国布局，但难以获得单患者的全面数据。国内公立医院系统的数据流通机制尚不成熟，与Tempus AI能够近乎实时获取大规模医疗数据形成对比。然而，随着数据要素政策的完善和上海数据交易所等平台上线医疗数据产品，未来国内医疗数据流通机制有望实现突破。
创新检测医保报销时效性不足
与发达国家相比，中国创新检测手段（如肠癌早筛、肿瘤大panel）纳入医保报销的时效性不足。在美国，这些创新检测较早被纳入保险支付，快速释放了临床需求，推动了Tempus AI等肿瘤基因检测公司的收入增长和数据积累。而在中国，由于医保及商业保险覆盖不足，创新检测的临床需求难以大规模释放，限制了燃石医学、泛生子等国内肿瘤基因检测公司的业绩增长和数据积累，从而阻碍了由基因检测跨入AI医疗的企业发展。国家医保局和卫健系统正积极推动商业健康保险发展，未来有望改善创新检测的报销覆盖。
对A股的投资启示
医疗AI的核心竞争力：数据
AI行业发展的三大要素是数据、算力和算法。对于医疗AI而言，数据是核心竞争力，因为医疗行业数据多为机构或企业私有，基于海量私有数据构建的模型具有极高的进入壁垒。因此，在A股市场投资医疗AI，应重点关注拥有大量医疗数据积累的公司。
建议关注的A股标的
从数据角度出发，报告建议重点关注以下五家公司：
- 华大智造（688114.SH）：作为基因组学数据入口，其基因测序设备和实验室自动化技术有望通过AI优化性能，并进行大规模基因数据分析。
- 金域医学（603882.SH）：国内ICL龙头，积累了全面的病理数据和诊断产品开发能力，AI赋能实验室运营，并推出“小域医”AI医学检验助手。
- 迪安诊断（300244.SZ）：在ICL业务中积累了全面的病理数据，AI应用于实验室自动化、病理诊断（如宫颈细胞病理图像处理软件、组织病理泛癌种诊断大模型）。
- 泰格医药（300347.SZ）：国内临床CRO龙头，积累了全面的临床数据，其“医雅AI大模型平台”通过AI提高临床试验效率，降低成本。
- 诺思格（301333.SZ）：国内领先的CRO企业，同样积累了全面的临床数据，其AI平台已应用于医学撰写、药物警戒、数据统计和分析等多个临床试验业务领域。
总结
本报告深入分析了Tempus AI的成功模式，揭示了其“基因组学+数据服务+AI应用”飞轮效应的强大驱动力，以及广泛的多模态数据来源和AI赋能所构筑的核心竞争力。Tempus AI通过整合医疗数据、提供诊断服务和开发AI应用，实现了营收的快速增长和市场价值的显著提升。
同时，报告也剖析了中国医疗AI发展面临的挑战，主要体现在医疗数据获取与流通机制的不成熟，以及创新检测医保报销时效性不及发达国家，这些因素共同限制了国内出现类似Tempus AI的综合性企业。
基于对Tempus AI模式的洞察和国内市场现状的分析，报告为A股投资者提供了明确的投资启示：在医疗AI领域，数据是核心竞争力。因此，建议重点关注在基因组学、第三方医学检测（ICL）和临床研究组织（CRO）等领域拥有海量数据积累，并积极布局AI技术的公司，如华大智造、金域医学、迪安诊断、泰格医药和诺思格，以把握未来医疗AI市场的发展机遇。
微信扫一扫-立即使用
