Tempus AI发布多模态基础模型，生存预测准确率达0.802

Tempus AI的多模态基础模型基于250万份患者记录和45万张医学影像训练，在EGFR突变肺癌患者的零样本分析中，总生存期预测C指数达到0.802——无需任何微调即超越了标准方法。

Tempus AI Inc.（纳斯达克：TEM）在芝加哥举行的2026年美国临床肿瘤学会年会上展示了其多模态基础模型项目的初步成果，证明可从超过500PB的分子层面数据中生成具有临床可操作性的洞察。该基于Transformer的模型训练数据涵盖250万份纵向记录（包含超过2.5亿页临床笔记）、45万张数字化医学影像以及50万组基因组和转录组序列，旨在针对数千个以总生存期和无进展生存期为核心的预测目标，无需额外数据或模型微调即可生成洞察。

"我们的通用模型已经超越了高度调优的小型模型，这对于我们新型生物多模态基础模型改善临床试验设计和生物标志物开发的能力来说是一个好兆头，"Tempus创始人兼首席执行官Eric Lefkofsky表示。

在一项核心概念验证中，该模型分析了接受奥希替尼（一线标准治疗第三代EGFR抑制剂）治疗的EGFR突变非小细胞肺癌患者。在未经任何预设训练的情况下，该模型在总生存期预测中取得了0.802的C指数（p值 < 0.001），高风险与低风险亚组之间的风险比为4.536（95%置信区间：3.289至6.255）。该结果独立于分子和临床亚组，在TP53阳性患者中显著实现了生存分层（风险比5.96），在无中枢神经系统转移患者中显著实现了无进展生存分层（风险比1.94）。

该公司还展示了该模型在药物开发中的实用性，成功预测了三个改变临床实践的试验——KEYNOTE-189、FLAURA-2和DESTINY——所对应的患者队列结果，在零样本设置下优于标准Cox比例风险模型。Tempus表示，该架构显著减少了生成数百项临床相关洞察所需的时间和数据，这些洞察可用于临床试验设计、患者风险预测以及新型多模态诊断。

数据规模与竞争定位

Tempus已建成精准医疗领域最大的多模态数据集之一，拥有超过4500万条去标识化患者旅程记录，其中150万条包含测序数据，超过40万份癌症记录包含完整的基因组、转录组、影像和临床数据。该公司数据库超过500PB，使其相对于BostonGene等竞争对手具有规模优势——后者在2026年ASCO年会上展示了九篇摘要，涵盖其自身AI驱动的肿瘤和免疫生物学模型。

BostonGene的Kassandra细胞反卷积平台和Tumor Portrait检测（与MD安德森癌症中心和帕克癌症免疫治疗研究所合作开发）专注于肿瘤微环境分类和免疫治疗反应预测。Tempus的方法则不同，它使用单一的基于Transformer的基础模型，跨多种数据模态进行训练，无需针对特定任务进行微调即可生成洞察。

监管与财务里程碑

该基础模型的发布紧随Tempus于5月29日获得FDA对其xT CDx新一代测序平台肿瘤-only适应症的批准，使其成为首家同时拥有肿瘤-only和肿瘤-正常综合基因组分析FDA伴随诊断批准的实验室。此前，这项648基因组织检测需要匹配正常样本；扩大的标签允许在血液或唾液样本不可行时进行检测。

首席财务官Jim Rogers表示，该批准使Tempus能够将其整个DNA实体瘤产品组合迁移至统一ADLT定价下的FDA获批检测，预计自2027年起将带来约200美元的平均销售价格收益。

投资者影响

Tempus股价面临双重叙事：基础模型结果验证了公司的人工智能能力和数据护城河，而FDA批准则通过ASP扩张提供了明确的近期营收催化剂。该公司无需任务特定训练即可从其多模态数据中生成预测洞察的能力，可能会降低生物制药合作伙伴的药物开发成本——不过该技术仍处于早期阶段，基础模型本身尚无公开的商业化时间表。Tempus未披露该模型的训练成本，也未对其基准测试结果提供独立验证。

本文仅供参考，不构成投资建议。