Points clés à retenir
Le modèle fondateur multimodal de Tempus AI, entraîné sur 2,5 millions de dossiers patients et 450 000 images médicales, a prédit la survie globale avec un indice C de 0,802 dans une analyse zero-shot de patients atteints d'un cancer du poumon avec mutation EGFR — surpassant les approches standard sans aucun réglage fin.
Tempus AI Inc. (NASDAQ : TEM) a présenté les premiers résultats de ses travaux sur un modèle fondateur multimodal lors de la réunion annuelle 2026 de l'American Society of Clinical Oncology à Chicago, démontrant la capacité à générer des informations cliniquement exploitables à partir de plus de 500 pétaoctets de données ancrées au niveau moléculaire. Le modèle basé sur l'architecture transformer, entraîné sur 2,5 millions de dossiers longitudinalx comprenant plus de 250 millions de pages de notes cliniques, 450 000 images médicales numérisées et 500 000 séquences génomiques et transcriptomiques, est conçu pour répondre à des milliers d'objectifs de prédiction ancrés dans la survie globale et la survie sans progression, sans nécessiter de données supplémentaires ni de réglage fin du modèle.
« Nos modèles polyvalents surpassent déjà des modèles plus petits et hautement optimisés, ce qui est de bon augure pour la capacité de nos nouveaux modèles fondateurs multimodaux biologiques à améliorer la conception d'essais cliniques et le développement de biomarqueurs », a déclaré Eric Lefkofsky, fondateur et directeur général de Tempus.
Dans le cadre d'une preuve de concept principale, le modèle a analysé des patients atteints d'un cancer du poumon non à petites cellules avec mutation EGFR traités par osimertinib, l'inhibiteur standard de troisième génération de l'EGFR. Sans aucun entraînement pré-spécifié, le modèle a atteint un indice C de 0,802 pour la survie globale (valeur p < 0,001) et produit un rapport de risque de 4,536 (IC à 95 % : 3,289 à 6,255) entre les sous-groupes à risque élevé et faible. Les résultats sont restés indépendants des sous-groupes moléculaires et cliniques, stratifiant significativement la survie chez les patients TP53-positifs (HR de 5,96) et la survie sans progression chez les patients sans métastase du système nerveux central (HR de 1,94).
La société a également démontré l'utilité du modèle pour le développement de médicaments en prédisant avec succès les résultats de cohortes de patients reflétant trois essais cliniques ayant changé les pratiques — KEYNOTE-189, FLAURA-2 et DESTINY — surpassant la modélisation standard des risques proportionnels de Cox dans un contexte zero-shot. Tempus a indiqué que l'architecture réduit considérablement le temps et les données nécessaires pour produire des centaines d'informations cliniquement pertinentes pour la conception d'essais cliniques, la prédiction des risques patients et les nouveaux diagnostics multimodaux.
Échelle des données et positionnement concurrentiel
Tempus a constitué l'un des plus grands ensembles de données multimodales en médecine de précision, avec plus de 45 millions de parcours patients totalement anonymisés, dont 1,5 million avec des données de séquençage, et plus de 400 000 dossiers de cancer comprenant des données génomiques, transcriptomiques, d'imagerie et cliniques complètes. La bibliothèque de données de la société dépasse les 500 pétaoctets, lui conférant un avantage d'échelle sur des concurrents tels que BostonGene, qui a présenté neuf résumés à l'ASCO 2026 couvrant ses propres modèles d'immunologie tumorale et biologique alimentés par l'IA.
La plateforme de déconvolution cellulaire Kassandra de BostonGene et le test Tumor Portrait, développés en collaboration avec le MD Anderson Cancer Center et le Parker Institute for Cancer Immunotherapy, se concentrent sur la classification du microenvironnement tumoral et la prédiction de la réponse à l'immunothérapie. L'approche de Tempus diffère en utilisant un modèle fondateur unique basé sur l'architecture transformer, entraîné sur plusieurs modalités de données, pour générer des informations sans réglage fin spécifique à une tâche.
Étapes réglementaires et financières
L'annonce du modèle fondateur fait suite à la réception par Tempus de l'approbation FDA pour une indication tumor-only de sa plateforme de séquençage de nouvelle génération xT CDx le 29 mai, faisant de Tempus le premier laboratoire à détenir une approbation FDA de diagnostic compagnon à la fois pour le profilage génomique complet tumor-only et tumeur-normale. Le test tissulaire basé sur 648 gènes nécessitait auparavant un échantillon normal apparié ; l'étiquette élargie autorise les tests lorsque les échantillons de sang ou de salive ne sont pas viables.
Le directeur financier Jim Rogers a déclaré que cette approbation permet à Tempus de migrer l'intégralité de son portefeuille de tumeurs solides ADN vers des tests approuvés par la FDA sous une tarification ADLT unifiée, avec un bénéfice estimé de 200 $ de prix de vente moyen à partir de 2027.
Implications pour les investisseurs
Les actions Tempus font face à un double discours : les résultats du modèle fondateur valident les capacités d'IA et le fossé de données de la société, tandis que l'approbation FDA fournit un catalyseur de revenus à court terme clair via l'expansion du prix de vente moyen. La capacité de la société à générer des informations prédictives à partir de ses données multimodales sans entraînement spécifique à une tâche pourrait réduire les coûts de développement de médicaments pour les partenaires biopharmaceutiques, bien que la technologie reste à un stade précoce sans calendrier de commercialisation divulgué pour le modèle fondateur lui-même. Tempus n'a pas divulgué le coût d'entraînement du modèle ni fourni de validation indépendante de ses résultats de référence.
Cet article est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement.
