Tempus AI、0.802の生存予測精度を達成する基盤モデルを発表

Tempus AIのマルチモーダル基盤モデルは、250万人の患者記録と45万件の医用画像で学習され、EGFR変異肺がん患者を対象としたゼロショット分析において、ファインチューニングを一切行わずに標準アプローチを上回るCインデックス0.802で全生存期間を予測した。

Tempus AI Inc.（NASDAQ: TEM）は、シカゴで開催された2026年米国臨床腫瘍学会（ASCO）年次総会において、マルチモーダル基盤モデルの初期結果を発表した。500ペタバイト以上の分子基盤データから臨床的に実践可能な洞察を生成する能力を示したものである。このトランスフォーマーベースのモデルは、2億5000万ページ以上の診療録、45万件のデジタル化医用画像、50万件のゲノムおよびトランスクリプトーム配列を含む250万件の長期患者記録で学習されており、全生存期間および無増悪生存期間に基づく数千の予測タスクに対応するよう設計されており、追加データやモデルのファインチューニングを必要としない。

「当社の汎用モデルは、すでに高度にチューニングされた小型モデルを上回る性能を示しており、これは当社の新規な生物学的マルチモーダル基盤モデルが臨床試験デザインやバイオマーカー開発を改善する能力にとって好材料です」とTempusの創業者兼最高経営責任者であるEric Lefkofsky氏は述べた。

主要な概念実証において、本モデルは一次治療である第3世代EGFR阻害薬オシメルチニブで治療されたEGFR変異非小細胞肺がん患者を分析した。事前の特定学習を行うことなく、モデルは全生存期間でCインデックス0.802（p値 < 0.001）を達成し、高リスク群と低リスク群の間でハザード比4.536（95% CI: 3.289～6.255）を示した。この結果は分子および臨床サブグループに依存せず、TP53陽性患者ではハザード比5.96、中枢神経系転移のない患者では無増悪生存期間でハザード比1.94と、生存期間を有意に層別化した。

同社はまた、KEYNOTE-189、FLAURA-2、DESTINYという3つの実践を変えた臨床試験を反映した患者コホートの転帰予測に成功し、ゼロショット設定で標準的なCox比例ハザードモデルを上回る性能を示した。Tempusは、このアーキテクチャが臨床試験デザイン、患者リスク予測、および新規マルチモーダル診断に必要な数百の臨床的に関連する洞察を生成するのに要する時間とデータを大幅に削減すると述べた。

データ規模と競争上のポジショニング

Tempusは、プレシジョンメディシン分野において最大級のマルチモーダルデータセットの一つを構築してきた。総数4500万件以上の非特定化患者経路、うち150万件はシーケンスデータを含み、40万件以上のがん記録は完全なゲノム、トランスクリプトーム、画像、臨床データを有する。同社のデータライブラリは500ペタバイトを超え、ASCO 2026で9件の抄録を発表したBostonGeneなどの競合に対してスケール面での優位性を確保している。BostonGeneは自社のAI搭載腫瘍および免疫生物学モデルを発表した。

BostonGeneのKassandra細胞デコンボリューションプラットフォームおよびTumor Portrait検査は、MDアンダーソンがんセンターおよびParker Institute for Cancer Immunotherapyとの協力のもと開発され、腫瘍微小環境の分類と免疫療法反応予測に焦点を当てている。Tempusのアプローチは、単一のトランスフォーマーベース基盤モデルを複数のデータモダリティにわたって学習させ、タスク固有のファインチューニングなしで洞察を生成する点で異なる。

規制および財務上のマイルストーン

今回の基盤モデル発表に先立ち、Tempusは5月29日にxT CDx次世代シークエンスプラットフォームの腫瘍のみ適応についてFDA承認を取得した。これにより、同社は腫瘍のみおよび腫瘍-正常組織ペア包括的ゲノムプロファイリングの両方でFDAのコンパニオン診断承認を保持する最初の検査機関となった。648遺伝子の組織ベース検査は従来、一致する正常組織サンプルを必要としたが、拡大された適応により、血液または唾液検体が利用できない場合の検査が可能となる。

最高財務責任者であるJim Rogers氏は、この承認によりTempusはDNA固形腫瘍ポートフォリオ全体を統一ADLT価格設定のもとFDA承認検査に移行でき、2027年より1検体あたり平均200ドルの利益増加が見込まれると述べた。

投資家への示唆

Tempus株は二重のストーリーに直面している。基盤モデルの結果は同社のAI能力とデータモート（防御力）を検証する一方、FDA承認はASP拡大を通じて明確な短期的な収益触媒を提供する。タスク固有の学習なしにマルチモーダルデータから予測的洞察を生成する同社の能力は、バイオファーマパートナーにとって医薬品開発コストを削減する可能性がある。ただし、本技術は依然として初期段階にあり、基盤モデル自体の商業化スケジュールは開示されていない。Tempusはモデルの学習コストを開示しておらず、ベンチマーク結果の独立した検証も提供していない。

本記事は情報提供のみを目的としており、投資助言を構成するものではない。