Tempus AI 推出基礎模型，存活預測準確率達 0.802

Tempus AI 的多模態基礎模型，訓練涵蓋 250 萬份病歷與 45 萬張醫學影像，在針對 EGFR 突變肺癌患者的零樣本分析中，整體存活預測 C-index 達到 0.802——在完全未經微調的情況下，表現超越標準方法。

Tempus AI Inc.（那斯達克代碼：TEM）在芝加哥舉行的 2026 年美國臨床腫瘤學會年會上，公布了其多模態基礎模型研究的初步結果，展現了從超過 500 PB 的分子數據中生成臨床可執行洞察的能力。這款基於 Transformer 的模型，訓練資料涵蓋 250 萬份縱向病歷（包含超過 2.5 億頁臨床筆記）、45 萬張數位化醫學影像，以及 50 萬組基因組與轉錄組序列，旨在針對數千個以整體存活與無惡化存活為核心的預測目標提供洞察，無需額外數據或模型微調。

Tempus 創辦人暨執行長 Eric Lefkofsky 表示：「我們的通用型模型表現已超越高度調校的小型模型，這對我們新型生物多模態基礎模型改善臨床試驗設計與生物標記開發的能力而言，是一個良好的徵兆。」

在一項主要概念驗證中，該模型分析了接受 osimertinib（一線標準治療的第三代 EGFR 抑制劑）治療的 EGFR 突變非小細胞肺癌患者。在未經任何預先指定訓練的情況下，模型在整體存活預測上達到了 0.802 的 C-index（p 值 < 0.001），並在高風險與低風險亞群之間產生 4.536 的風險比（95% CI：3.289 至 6.255）。該結果獨立於分子與臨床亞群，在 TP53 陽性患者中顯著分層存活（風險比為 5.96），在無中樞神經系統轉移的患者中則顯著分層無惡化存活（風險比為 1.94）。

該公司還展示了該模型在藥物開發中的應用潛力，成功預測了反映三項改變臨床實務的試驗——KEYNOTE-189、FLAURA-2 和 DESTINY——之患者隊列的結果，在零樣本設定下表現優於標準的 Cox 比例風險模型。Tempus 表示，該架構能顯著減少產出數百項臨床相關洞察（應用於臨床試驗設計、患者風險預測及新型多模態診斷）所需的時間與數據量。

數據規模與競爭定位

Tempus 已建構精準醫療領域中規模最大的多模態數據集之一，擁有超過 4,500 萬筆去識別化的患者歷程紀錄，其中 150 萬筆包含定序數據，超過 40 萬筆癌症紀錄具備完整的基因組、轉錄組、影像與臨床數據。該公司的數據庫規模超過 500 PB，使其相較於 BostonGene 等競爭對手擁有規模優勢——BostonGene 在 2026 年 ASCO 年會上發表了九篇摘要，內容涵蓋其自身的人工智慧驅動腫瘤與免疫生物學模型。

BostonGene 的 Kassandra 細胞解卷積平台與 Tumor Portrait 檢測，係與 MD Anderson 癌症中心及 Parker 癌症免疫療法研究所合作開發，專注於腫瘤微環境分類與免疫治療反應預測。Tempus 的作法則有所不同，其使用單一基於 Transformer 的基礎模型，跨多種數據模態進行訓練，無需針對特定任務進行微調即可生成洞察。

監管與財務里程碑

這項基礎模型的發布，緊接在 Tempus 於 5 月 29 日獲得 FDA 核准其 xT CDx 次世代定序平台之腫瘤組織專用適應症之後，使其成為首家同時持有 FDA 伴隨式診斷核准（涵蓋腫瘤組織專用與腫瘤正常組織配對綜合基因組分析）的實驗室。這項涵蓋 648 個基因的組織檢測先前需要配對的正常樣本；擴大的標籤用途允許在血液或唾液樣本不可行時進行檢測。

財務長 Jim Rogers 表示，這項核准使 Tempus 能夠將其整個 DNA 固態腫瘤產品組合遷移至 FDA 核准的檢測項目，在統一的 ADLT 定價下運作，預計自 2027 年起可帶來約 200 美元的平均售價收益。

投資啟示

Tempus 的股價面臨雙重敘事：基礎模型成果驗證了該公司的人工智慧能力與數據護城河，而 FDA 核准則透過 ASP 擴張提供了明確的近期營收催化劑。該公司從其多模態數據中生成預測洞察的能力（無需任務特定訓練），可能降低生技藥廠合作夥伴的藥物開發成本，不過該技術仍處於早期階段，基礎模型本身尚未公布任何商業化時間表。Tempus 未揭露該模型的訓練成本，也未提供其基準測試結果的獨立驗證。

本文僅供資訊參考，不構成投資建議。