當 AI 走進腫瘤科診間
數據就是處方｜Tempus AI 如何把十二萬筆癌症病歷，變成每一位病人的治療藍圖
當 AI 走進腫瘤科診間
想像你是一位腫瘤科主治醫師，面前坐著一位 58 歲的肺腺癌病人；你手上有一份基因檢測報告，寫著 EGFR L858R 突變、同時帶有 TP53 共突變（Co-Mutation）和 STK11 缺失（Deletion），你知道 Osimertinib 是 EGFR 突變的第一線標靶藥物，但 TP53 共突變可能影響預後、STK11 缺失又暗示免疫治療的效果不佳，這三個資訊加在一起，到底該怎麼做？先用 Osimertinib Monotherapy，還是合併化療？要不要考慮加上 Bevacizumab？有沒有適合的臨床試驗正在收案？
這不是考試題目，而是每天在全世界腫瘤科診間真實發生的決策場景，分子資訊越來越多、標靶藥物越來越多，可能的排列組合呈爆炸式成長，但主治醫師的腦容量和一天的門診時間都是固定的。你可以查 NCCN Guidelines，但那寫的是最大公約數的建議，不是為「這一個」病人量身設計的方案；你可以去 PubMed 查找論文，但你不可能在看診的空檔讀完所有相關的回溯性研究和前瞻性試驗；你也可以打電話給某個在這個突變組合上有臨床經驗的同事，但他今天可能也在忙、也在看門診、跟的事前審查系統搏鬥。
現在想像一下另一個場景：你打開電腦上的一個 AI 介面，這個工具自動讀完了這位病人過去三年在不同醫院留下的所有病歷、影像報告、病理報告和分子檢測結果，然後它告訴你：根據平台上 12 萬筆帶有類似基因型組合的去識別化臨床資料，合併化療的中位無惡化存活期（Progression-Free Survival， PFS）比 Monotherapy 多 4.2 個月；同時，有三個正在收案的臨床試驗符合這位病人的納入條件，其中一個是 Phase II 的雙特異性抗體（Bispecific Antibody）試驗，收案地點就在隔壁的醫學中心。這不是科幻電影的橋段，是一家叫做 Tempus AI 的美國公司，此刻正在嘗試實現的事情。
Tempus AI 是目前全球最大的多模態臨床數據平台之一，它結合基因體定序（Genomic Sequencing）、真實世界數據授權（Real-World Data， RWD）以及 AI 驅動的臨床決策輔助工具，建構了一套自我強化的數據飛輪（Data Flywheel），2025 財年營收達到 12.72 億美元、年增率高達 83.4%、Adjusted EBITDA 在第四季首度轉正，Tempus 代表的不僅是一檔在美股上市的 AI 概念股，更是精準腫瘤醫學從學術期刊走進每日臨床實務的產業典範轉移，而這個轉移才剛進入加速期。
一場癌症診斷，催生了一家百億美元公司
每一家偉大的科技公司背後，通常都有一個讓創辦人覺得非做不可的故事；Steve Jobs 被自己創辦的公司趕走之後又回來拯救它、Jeff Bezos 在車庫裡賣書賣成了全球最大的電商帝國、Elon Musk 把最後的積蓄全部押在火箭和電動車上面。對 Eric Lefkofsky 來說，讓他從網路圈跨到醫療界的轉折點，是他太太 Liz 的乳癌確診。
Lefkofsky 不是醫療圈出身的人，他是芝加哥的連續創業家，最出名的作品是 Groupon，那個曾經在 2011 年以 IPO 募資 7 億美元、市值一度衝到 160 億美元的團購網站；他擁有密西根大學法學博士學位，個人淨資產大約 60 億美元，在芝加哥的商業圈裡算是重量級人物，但當他以病人家屬的身分陪著妻子走過乳癌治療的每一個環節之後，他第一次深刻體會到醫療體系裡面一個荒謬到讓人抓狂的現實：一個人一輩子在不同醫院留下的臨床數據，包含影像、病理、基因、用藥紀錄、過敏史、治療後的副作用反應，散落在各自為政的醫院資訊系統裡面，彼此不互通、格式不統一，更別說用任何有意義的方式做跨病人、跨機構的資料整合或 AI 建模。
Lefkofsky 曾說：「我們活在一個可以用演算法精準推薦你下一首該聽什麼歌的世界，卻沒有辦法用同樣的技術告訴腫瘤科醫師，眼前這位病人接下來最可能受益於哪一種治療方案。」這句話乍聽像是典型的矽谷式修辭，用一個精心挑選的對比把複雜問題過度簡化，好讓創投和散戶乖乖掏錢，但如果你在臨床日常裡走過一遭，特別是如果你曾經在值班的深夜裡花三個小時翻病歷、三催四請家屬去外院要舊的影像檔跟病摘、上 UpToDate 和 PubMed 查到天荒地老，然後發現病人帶有一個你這輩子從來沒在教科書上讀過的罕見基因變異，你就會知道，他說的完全是事實。
2015 年，Lefkofsky 在芝加哥創立了 Tempus，公司名字取自拉丁文裡「時間」的意思，核心理念是在對的時間、給對的病人、提供對的治療。公司從腫瘤醫學起步，最初做的事情說起來其實非常樸素，就是把醫院裡散落各處的臨床紀錄，用自然語言處理和醫學本體論（Medical Ontology）結構化、標準化之後存進一個統一的數據平台，然後在上面建構機器學習模型。聽起來一點都不華麗，但做過醫療資料分析的人都知道，這件事的難度被嚴重低估了，不同醫院的電子病歷系統格式不同、欄位定義不同、醫師用詞的習慣也不同；一份手寫的病理報告要教機器正確理解，背後需要的技術堆疊非常可觀。Tempus 花了好幾年、燒了超過 10 億美元的融資，才把這個數據基礎建設做到今天的規模。
公司經歷多輪私募融資累計超過 13 億美元，幾個關鍵里程碑包括 2020 年 Google 投資 2 億美元（當時估值約 81 億美元）、2024 年 4 月 SoftBank 投資近 2 億美元、以及 2024 年 6 月 14 日以每股 37 美元的價格在 NASDAQ 正式掛牌上市，當天募資 4.107 億美元，上市首日市值約 66.5 億美元。董事會和顧問陣容有 2020 年諾貝爾化學獎得主 Jennifer Doudna（CRISPR 基因編輯技術的共同發明人）以及前美國 FDA 局長 Scott Gottlieb 都在名單上，現有員工約 3,800 人，由 Lefkofsky 擔任 CEO 兼董事長、CFO Jim Rogers 和 COO Ryan Fukushima（創始期就加入的元老）為核心經營團隊。
雙引擎商業模式：左手賣檢測，右手賣數據
要搞懂 Tempus 的商業模式，最容易理解的類比是 Google；Google 表面上是搜尋引擎，輸入關鍵字、回傳搜尋結果，但 Google 真正賺大錢的不是搜尋服務本身，而是搜尋過程中產生的海量使用者意圖數據，這些數據餵養了廣告投放演算法，讓廣告更精準、廣告主願意出更高的價格。Tempus 的商業邏輯類似，表面上是一家基因檢測公司，腫瘤科醫師開檢測單，Tempus 收檢體、跑定序、出報告，但真正的護城河不在檢測服務本身，而在檢測過程中源源不絕產生的臨床數據，以及建構在這些數據之上的 AI 模型和分析平台。
Tempus 的營收由兩大區塊組成，第一塊是診斷業務（Diagnostics），佔 2025 年營收的 75.1%，金額大約 9.554 億美元，年增率高達 111.5%（其中一部分來自收購 Ambry Genetics 的營收併入）。業務流程很直觀，腫瘤科醫師開出基因檢測單 → Tempus 收到腫瘤組織或血液檢體 → 在自家位於芝加哥和亞特蘭大的 CLIA/CAP 認證實驗室進行次世代定序 → 出具一份包含可操作治療建議和臨床試驗配對資訊的分子檢測報告。
核心旗艦產品是 xT CDx ，是個涵蓋 648 個基因的組織 DNA 定序面板，2023 年 4 月獲得 FDA 的 PMA 核准，可作為伴隨式診斷（Companion Diagnostics, CDx）使用，當特定標靶藥物的藥品仿單上要求「需以 FDA 核准的伴隨式診斷確認生物標記」時，xT CDx 是合規的選項之一。它能偵測的變異類型涵蓋（SNV）、插入缺失（INDEL）、拷貝數變異（CNV）、基因融合（Gene Fusion）、微衛星不穩定性（MSI）和腫瘤突變負荷（TMB），Medicare 給付價格大約每次 4,500 美元。對比台灣的次世代定序自費行情大約 8 萬到 15 萬台幣，兩者在費用上其實差不多，差別在於美國有保險 Coverage 的優勢；除了旗艦的 xT CDx，產品線還包括 xR（全轉錄組 RNA 定序 Whole Transcriptome Sequencing，2025 年 9 月獲 FDA 510（k））、xF/xF+（液態活檢面板，105/523 基因）、xG/xG+（遺傳性癌症面板，收購 Ambry Genetics 取得），以及 xE（19,000+ 基因的全外顯子組定序）；2025 年 Q4 腫瘤檢測量年增 29%、MRD 檢測約 4,700 例（季增 56%），顯示新成長引擎正在加速。
第二塊營收來源是數據與應用業務（Data & Applications），佔總營收 24.9%、金額約 3.164 億美元、年增 30.9%、毛利率高達 72.3% ，Tempus 做的事情是把去識別化的多模態臨床數據，透過一個叫做 Lens 的資料分析平台授權給藥廠，藥廠拿這些數據來做什麼呢？用途非常廣：藥物探索 Drug Discovery 階段用來篩選潛在標靶、臨床試驗設計階段用來估算特定基因型患者的盛行率和地理分布、生物標記驗證 Biomarker Validation 階段用來回溯性分析不同標記與治療結果的關聯、上市後階段用真實世界證據來支持適應症擴展的申請。此外，TIME Trial 臨床試驗配對服務已在超過 230 個試驗中媒合了超過 30,000 名病人。
這一塊業務為什麼值得特別關注？因為它的黏著度高得嚇人，淨收入留存率（Net Revenue Retention， NRR）高達 126%，意思是去年花 100 萬美元買數據的藥廠，今年平均花了 126 萬，不是因為 Tempus 漲價了，而是藥廠一旦把研發流程建立在這個數據平台上，就會自然而然地擴大使用範圍，從一個適應症擴到三個、從回溯性分析擴到前瞻性試驗設計、從單純的數據查詢擴到 AI 模型客製化，剩餘合約總價值超過 11 億美元。全球前 20 大藥廠中有 19 家是 Tempus 的數據客戶，2025 年 Active 簽約客戶超過 70 家，轉換成本極高，跟 SaaS 企業軟體公司的邏輯一模一樣 ，一旦用了就很難換掉。
數據飛輪：為什麼規模本身就是最深的護城河
Tempus 的核心競爭優勢是飛輪效應（Flywheel Effect），Amazon 的 Jeff Bezos 最早把這個概念用在商業模型上，更低的價格吸引更多顧客、更多顧客帶來更大規模、更大規模壓低成本、更低成本再壓低價格。Tempus 的飛輪長得不一樣，但運轉邏輯同樣強大，更多醫師使用 Tempus 的檢測 → 產生更多結構化的臨床與分子數據 → 數據訓練出更精準的 AI 模型 → 更好的 AI 工具吸引更多醫師 → 更多醫師帶來更多檢測和數據。同時，去識別化的數據授權給藥廠產生高毛利收入，資金再投入平台研發和銷售拓展，這個正向循環一旦建立起來，後進者要追趕就極其困難，因為數據具有網絡效應 Network Effect，你比我多十萬筆紀錄，你的模型就比我準那麼一點；你的模型準那麼一點，就多吸引幾百個醫師；多幾百個醫師，又多了幾萬筆紀錄，贏家通吃的邏輯，跟社群媒體平台相似。
用一組真實數字來量化這個飛輪的經濟威力，Tempus 在 2018 年為一批 7,500 例患者做了基因定序，收了第一筆檢測費用，這 7,500 份檢體產生的分子和臨床數據被存入平台之後，開始被藥廠授權使用、被 AI 模型訓練、被臨床試驗配對系統媒合；到了 2023 年，同一批數據透過多次授權和多重應用場景，累計產生了 6,620 萬美元的複合收入，是當初定序收入的 7.4 倍。每一份送進 Tempus 實驗室的檢體，就像種下一顆種子，它不只收成一次，而是年年持續開花結果，一魚多吃的經濟模型，是 Tempus 跟傳統基因檢測公司最根本的差異。
截至 2025 年底的數據資產規模，超過 350 PB 的多模態數據（包含基因體、臨床紀錄、放射影像、病理影像和縱向治療結果追蹤 Longitudinal Outcome Tracking）、4,000 萬+ 臨床病患紀錄、900 萬+ 去識別化研究記錄、700 萬+ 張數位化病理玻片，這個量大約是美國國家癌症基因體圖譜（TCGA，花了十年、耗資超過 3 億美元、只收了約 11,000 例 ）的 50 倍以上，Tempus 連接了全美超過 50% 的腫瘤科醫師和 65% 的學術型醫學中心，不僅是市佔率數字，更是幾乎不可能被複製的數據網絡效應。
為什麼說幾乎不可能複製？因為臨床數據的取得不像網路數據那樣可以爬蟲抓取，你需要跟每一家醫院簽數據共享協議、通過每一家的 IRB 審查、建立符合 HIPAA 規範的數據傳輸管道，然後花大量人力做數據清洗和結構化。Tempus 花了將近十年才把這張網織到今天的密度，任何後進者想要從零開始，就算手上有無限的資金，也至少需要五到七年的時間，而在這五到七年裡，Tempus 的飛輪還在持續加速。這種「時間本身就是壁壘」的商業特質，跟台積電在先進製程上的累積優勢有異曲同工之妙。
AI 產品矩陣：從診間助理到病理切片的 AI 解讀
Tempus 的 AI 不是那種在社群媒體上爆紅、能寫小說畫圖的通用型生成式 AI，它是建立在海量真實臨床數據上的醫療專用 AI，每一個模型都針對具體的臨床問題設計，而且多項產品已經取得 FDA 核准或正式投入臨床使用。面向臨床醫師的工具裡，Tempus ONE 是旗艦 AI 助理，2023 年在美國臨床腫瘤學會年會（ASCO）首次亮相、2025 年進一步整合到醫院的 EHR 系統裡面，功能涵蓋看診前病歷自動摘要、即時語音轉錄和筆記生成、根據病人基因型與臨床分期推薦治療選項、媒合正在收案的臨床試驗、以及最讓忙碌的腫瘤科醫師眼睛一亮的自動產出事前授權（Prior Authorization）申請文件。如果你（美國執業醫師）曾經花一整個下午的時間跟保險公司的事前授權系統搏鬥，逐字打理由書、被退件、補資料、再送一次，你就知道光是這一項功能，就足以讓很多人二話不說地擁抱這個工具。Tempus Next 則是照護路徑智慧平台，已在肺癌和乳癌領域部署，會即時分析病歷並識別照護缺口，例如病人 PD-L1 表現量超過 50% 但六個月內沒有開始免疫治療，系統就會主動推播提醒主治醫師，這種推播式的臨床決策支援跟傳統拉取式的查詢系統效率差了一個等級。
演算法診斷套件 Tempus Algos 是比較 Hardcore 的技術產品線，HRD（Homologous Recombination Deficiency）評分用來判斷卵巢癌或乳癌病人是否適合 PARP 抑制劑 ，直接影響治療決策、臨床重要性極高；IPS（Immune Profile Score）整合腫瘤突變負荷和 11 項 RNA 生物標記來預測免疫治療反應，比單看 TMB 或 PD-L1 精準許多；TO（Tumor Origin）涵蓋 68 種癌別的原發部位預測，對不明原發部位癌症的鑑別診斷格外有價值，病理報告寫著「低分化癌，原發部位待確認」的困難案例，就是 TO 模型的主場；PurIST 做胰臟癌分子亞型分類，能區分 Basal-Like 和 Classical 兩種預後差異極大的亞型。
2026 年 1 月推出的 Paige Predict 可能是最具顛覆潛力的產品，用深度學習直接從 H&E 染色的常規病理玻片（全世界病理科每天都在做的最基本染色）預測 16 種癌別共 123 項生物標記，包括 MSI 狀態、TMB 等級、特定基因突變、甚至部分藥物敏感性標記，意味著即使不跑昂貴的基因定序，光靠一張最基本的病理切片加上 AI 運算，就能取得初步的分子層級資訊。對台灣的區域醫院來說，如果定序的費用或等待時間是障礙，Paige Predict 這類技術等於把精準醫療的入場門檻大幅壓低，在臨床上是很有意義的突破。想像一個偏鄉醫院的病理科醫師，只要把 H&E 玻片的數位掃描上傳到雲端，幾分鐘後就能拿到初步的分子標記預測，決定是否需要進一步送基因定序。這在以前是不可能的事情。
法規里程碑的累積也值得關注，除了 xT CDx 的 PMA 取證和 xR 的 510（k） 之外，心臟科的 ECG-AF（用 AI 從標準 12 導程心電圖偵測心房顫動風險）在 2024 年 6 月拿到 510（k），而且成為同類 AI 產品中第一個獲得 CMS 聯邦醫療保險給付的 ，代表不只是技術上過關，連保險給付的路也打通了；ECG-Low EF（偵測低射出分率，也就是早期心衰竭的篩檢指標）在 2025 年 7 月也拿到 510（k）；透過收購 Paige，Tempus 還取得了數位病理 AI 領域的首張 FDA De Novo 授權。這些法規里程碑加在一起，訴說的是一個更大的故事：Tempus 不再只是一家腫瘤科的基因檢測公司，它正在蛻變成一個橫跨腫瘤科、心臟科、病理科的 AI 醫療器材平台。
藥廠合作版圖：全球前 20 大藥廠的集體背書
判斷一家醫療 AI 公司到底有沒有真材實料，最直接的指標就是看藥廠願不願意簽長約、付大錢，如果連全球最頂尖的藥廠都不買單，那不管你的技術 Demo 做得多漂亮，都偏向自嗨成分。在這一點上，Tempus 的成績單堪稱華麗，全球前 20 大藥廠中有 19 家與 Tempus 簽有數據合作協議，2025 年活躍客戶超過 70 家，累計簽約總合約價值突破 11 億美元。
AstraZeneca 是最早也最深入的合作夥伴之一，雙方從 2021 年開始合作，2025 年 4 月進一步簽下價值 2 億美元的擴大協議，與 Pathos AI 共同開發腫瘤醫學領域最大規模的多模態基礎模型，不只是金額大、也暗示了產業方向：大藥廠開始相信未來的新藥研發將高度依賴 AI 從真實世界大數據中挖掘出來的洞見；GSK 在 2022 年以 7,000 萬預付、最低 1.8 億美元的多年合約使用 Tempus 數據；Merck 在 2026 年 3 月宣布多年合作聚焦生物標記開發；Pfizer、Boehringer Ingelheim、BMS、Takeda、Eli Lilly 均為活躍夥伴。每一筆合作都代表藥廠把研發工作流程嵌入了 Tempus 的數據生態系，而一旦嵌入了就很難拔出來，如果你用 Lens 篩標靶、用 TIME Trial 配對病人、用 RWD 做上市後監測，整條鏈路一旦建好，轉換成本極高。
併購策略：三筆收購填滿拼圖的關鍵缺角
Tempus 在 2024 到 2025 年完成了三筆高精準度的策略性收購，第一筆是 Ambry Genetics（6 億美元，2025 年 2 月完成），填補了遺傳性癌症檢測的缺口，帶進約 3 億美元年營收，讓版圖從「這顆腫瘤有什麼體細胞突變 Somatic Mutation」延伸到「這個家庭有什麼胚系遺傳風險」，後者打開了癌症預防和早期篩檢的全新市場。第二筆是 Paige AI（約 1.027 億美元，2025 年 8 月完成），取得超過 700 萬張數位化病理玻片和 FDA 首張 De Novo 授權，催生了 Paige Predict 這個可能改變病理科工作方式的產品。第三筆是 Deep 6 AI（2025 年 3 月），專做臨床試驗病人配對，收購後 TIME Trial 網絡擴大到 750+ 機構、3,000 萬+ 病人池，收案速度慢一直是新藥開發最大的瓶頸之一，這個工具直接幫藥廠解決痛點。
在國際擴張方面，2024 年 6 月 Tempus 與 SoftBank 成立合資企業 SB TEMPUS 進軍日本市場，雙方各投資約 1 億美元；日本是全球第三大醫療市場，但臨床數據的數位化程度長期落後美國，許多醫院還在用紙本病歷和傳真機。如果 SB TEMPUS 能在日本成功複製 Tempus 的模式，不但開啟亞洲市場的營收空間，更可能成為打進台灣、韓國等東亞市場的跳板，如果 Tempus 的平台未來進入亞太區，台灣的腫瘤科醫師可能會成為早期使用者。
財務體質：從虧損深淵一步步爬向獲利拐點
看一家仍在虧損中的成長股，關鍵的不是它今天虧了多少，而是虧損的趨勢往哪個方向走 ，是越虧越多、還是正在收斂？Tempus 的 2025 年財報在這個問題上給出了相當正面的回答。2025 財年總營收 12.718 億美元，比 2024 年的 6.934 億成長了 83.4%，其中約 3 億來自 Ambry Genetics 的併入，但扣除後有機成長率仍超過 40%，在精準醫療同業中屬於頂尖。更重要的是毛利率的改善：2025 年整體毛利率 62.7%，比 2024 年的 55.0% 提升了 7.7 個百分點，主要得益於高毛利數據業務佔比提高以及診斷業務的規模經濟開始發揮作用。
調整後 EBITDA 是另一個關鍵觀測數字，2024 年全年是負 1.047 億美元，2025 年收窄到負 740 萬，一年之間改善了近 1 億，2025 年第四季調整後 EBITDA 首度轉正，達到正 1,290 萬美元。管理層在 2026 年 2 月的法說會上明確給出了 2026 年全年調整後 EBITDA 約 6,500 萬美元的指引 ，如果達標，將是 Tempus 自 2015 年創立以來第一個全年正數的年度，意義非常重大。
GAAP 層面，2025 年淨虧損 2.45 億美元，看起來還是很大一個數字，但比 2024 年的 7.058 億已經改善非常多，後者包含了 IPO 相關的一次性股份薪酬費用 5.341 億美元；2025 年的年度股份薪酬仍有 1.36 億，這是壓在 GAAP 獲利頭上的一塊大石頭，短期內不會消失。現金部位方面，截至 2025 年底持有現金和有價證券 7.597 億美元；負債端有 6.5 億美元的可轉換票據（2030 年到期，轉換價約 84.19 美元）加上 2 億美元長期貸款，合計總負債約 12.4 億。2025 年營運現金流出 2.181 億美元，但季度趨勢持續改善，如果 2026 年能轉正，將大幅降低資本市場對公司生存能力的疑慮。
股價表現上，Tempus 2024 年 6 月以每股 37 美元 IPO，上市首日收漲約 9%，之後股價一路攀升至 2025 年底約 104 美元的高點，但 2026 年初遇到大盤修正和獲利了結壓力，回落到目前的 47 到 51 美元區間，較高點下跌大約一半，市值約 84 到 89 億美元。前幾年很紅的方舟投資（ARK Invest）木頭姐姐 Cathie Wood 持有超過 570 萬股 TEM，是旗下 ARKK 的第 8 大持股和 ARKG 的第 4 大持股。
競爭格局：唯一整合「檢測、數據、AI」三位一體的平台
精準腫瘤醫學的競爭版圖乍看之下很擁擠，好幾家上市公司都在做基因檢測、號稱有 AI 能力、說自己是精準醫療的未來，但仔細拆解會發現，每一家其實只做了 Tempus 業務版圖裡的其中一塊。Foundation Medicine 是 Roche 的子公司，在 FDA 核准的伴隨式診斷方面長期領先，FoundationOne CDx 涵蓋 324 個基因，擁有最多的 CDx 適應症，但 2018 年被 Roche 以 53 億美元收購之後，一個結構性的問題浮出水面：其他藥廠（比如 Pfizer、Merck、AstraZeneca）對於把自家研發數據放在競爭對手 Roche 旗下的平台上，心裡總會有一根刺，就給了 Tempus 這種「獨立第三方」平台一個天然的市場機會。
Guardant Health 主導液態活檢領域，2025 年營收約 9.82 億美元、市值約 112 億，它的 Guardant360 CDx 是最早拿到 FDA 核准的液態活檢 CDx 之一，Shield 血液大腸直腸癌篩檢更是同類產品中第一個獲 FDA 核准的，後者打開了早期癌症篩檢的市場，想像空間巨大。但 Guardant 沒有多模態數據平台、沒有 AI 臨床助理、也沒有數據授權業務，它的商業模式集中在液態活檢這一個垂直領域。此外兩家之間有一樁未了的專利訴訟，Guardant 控告 Tempus 的液態活檢面板侵犯其專利，結果尚未確定。
Natera 是另一個必須認真對待的對手，2025 年營收 23.1 億美元、市值約 300 億，殺手級產品是 Signatera 腫瘤微量殘留病灶偵測平台，在 MRD 這個細分市場裡，Natera 處於絕對統治地位：2025 年第四季 Signatera 單季檢測量約 22.5 萬例，而 Tempus 的 MRD 檢測只有大約 4,700 例，差距是 50 倍。但 Natera 完全沒有數據授權業務，它的護城河在於 MRD 的臨床驗證數據和保險給付覆蓋率，而不是數據平台。Flatiron Health（也是 Roche 子公司）擁有非常深厚的真實世界數據能力 ，特別是社區腫瘤科診所的 EHR 數據，但它沒有自有檢測實驗室。
把這些全部拼在一起看，就能理解 Tempus 的獨特定位了；它是目前唯一一家同時擁有以下四個要素的公司：自有 CLIA 認證實驗室（DNA、RNA、液態活檢、遺傳性篩檢 Whole Coverage）、多模態數據平台（基因體、臨床、影像、病理）、AI 演算法套件（從 HRD 評分到病理 AI 全都有）、以及藥廠數據授權業務（NRR 126%、11 億美元在手合約），用一個不太精確但容易理解的比喻，Foundation Medicine 加上 Flatiron Health 再加上一個 AI 新創團隊，大概才能涵蓋 Tempus 的業務範圍，但那是三家不同的公司、分屬不同事業體、數據彼此不互通，Tempus 把這些全部整合在同一個屋簷下，就是它最核心的差異化。
結構性順風：精準醫療的黃金時代才剛開始
第一個順風是基因定序成本的持續崩跌，2001 年人類基因組計畫完成第一個全基因組定序，花了大約 27 億美元；2010 年降到 5 萬美元；今天一個全基因組定序的成本不到 200 美元。成本降了超過一千萬倍，速度比摩爾定律還要猛，成本的下降意味著基因檢測正從昂貴的研究工具轉變為負擔得起的臨床常規，越來越多的腫瘤科醫師會在診斷時開立基因檢測，這直接驅動了 Tempus 診斷業務的量能成長。
第二個順風是標靶藥物 Pipeline 的爆發，截至 2025 年，FDA 核准的腫瘤標靶藥物和免疫治療藥物數量已經超過 200 種，而且每一種新藥在核准的時候幾乎都會搭配一個伴隨式診斷的要求，藥越多、檢測的需求就越大，是一個機械式的正相關。更深層的影響在於治療決策的複雜度：一個帶有多重共突變的腫瘤，到底適合哪一種藥物組合？這種多維度的決策場景，正是 AI 可以大幅提升效率和品質的地方。
第三個順風是 AI 醫療器材的監管框架趨於成熟，FDA 截至 2025 年已經核准了 295 項 AI/ML 醫療器材，而且建立了預定變更控制計畫（Predetermined Change Control Plan， PCCP）框架，允許 AI 演算法在預先核准的範圍內自動更新，不需要每一次模型迭代都重新走完整個審查流程，對 Tempus 這種數據越多模型越準的公司來說是重大利多。以前每次模型更新都要花半年到一年走 FDA 的審查流程，現在只要更新範圍在預先定義的框架之內，就可以直接部署，大幅縮短了 AI 醫療產品從研發到臨床應用的時間差，讓 Tempus 的飛輪轉得更快。
第四個順風是人口高齡化，美國 65 歲以上人口預計在 2040 年超過 8,000 萬，而癌症的發生率與年齡高度正相關，更多的長輩人口意味著更多的癌症診斷、更多的基因檢測需求、更多的臨床數據流入 Tempus 的平台；伴隨式診斷市場目前約 75 到 94 億美元，CAGR 約 12%，而整個精準醫療市場 2024 年規模約 1,000 到 1,450 億美元，預計 2030 年達 2,000 到 2,500 億，AI 醫療應用的市場 CAGR 更是高達 38.6%，是所有醫療次領域中成長最快的。
好公司？好價格？怎麼下注？
數據飛輪效應、126% 的 NRR、11 億美元剩餘合約、全球前 20 大藥廠中 19 家的合作關係都是相當堅實的競爭壁壘。管理團隊方面，Lefkofsky 有成功帶公司上市的經驗，但 Groupon 上市後股價一路崩跌的前科也不能忽略；不過 Tempus 的業務護城河和產業結構跟團購完全不是同一個 Level；CFO Jim Rogers 和 COO Ryan Fukushima 都是公司早期就加入的老臣，團隊穩定度不錯。需要留意的一個訊號是 CEO Lefkofsky 在 2024 年底到 2025 年初依照預定的 10b5–1 計畫出售了約 460 萬股，套現超過 2.5 億美元，雖然是按計畫執行的，但內部人大規模賣股在投資人心理上總是一個負面信號。
當前股價隱含了什麼預期？以目前 47 到 51 美元的股價計算，市值約 84 到 89 億美元，Trailing P/S 大約 6.9 倍，Forward P/S（以 2026 年預估營收 15.9 億美元計算）約 5.5 倍。跟同業比較，Natera 的 P/S 約 10.8 倍、Guardant Health 約 11 倍、Exact Sciences 約 3.4 倍，Tempus 的估值介於中間偏上，考慮到它有高毛利的數據授權業務和 AI 平台這兩個同業沒有的差異化，估值比純檢測公司高是合理的。但反過來看，市場目前隱含的預期大約是未來 3 到 5 年 25% 到 30% 的年複合成長率，以 Tempus 過去的速度看不算離譜，但 Safe Margin 不算大。
這裡值得多想一層的是估值框架的選擇，如果把 Tempus 當成一家基因檢測公司來估，那 6.9 倍的 P/S 看起來偏貴，畢竟 Exact Sciences 只有 3.4 倍；但如果把它當成一家醫療數據平台公司來看，它的估值邏輯更接近 Veeva Systems（生命科學領域的 SaaS 平台，P/S 長期在 10 到 15 倍之間）或 Palantir（大數據分析平台，P/S 高到荒謬的 60 倍以上），Tempus 的定位其實介於傳統醫療檢驗和高成長科技平台之間，這也是為什麼市場對它的估值分歧特別大，看好的人認為它是醫療界的 Palantir，看空的人覺得它只是一家包裝了 AI 概念的基因檢測公司。誰對誰錯，取決於數據業務能不能持續以高於 20% 的速度有機成長，以及數據業務佔營收的比重能不能從目前的 25% 逐步提升到 30% 甚至 40%，如果能、估值重新定錨是合理的，如果不能、那目前的價格可能已經充分反映了它的價值。
該下注多少、何時加碼或認錯？先看牛市情境，如果 2027 年營收達到 20 到 22 億美元，給予 8 到 10 倍 P/S，目標股價大約在 90 到 120 美元；再看熊市情境，成長減速至 10% 到 12%、數據業務 NRR 跌破 110%、或 Guardant 專利訴訟判決不利，給予 3 到 4 倍 P/S，股價可能下探 25 到 35 美元。目前股價從高點腰斬，風險報酬比比三個月前好了不少，但考量 GAAP 仍在虧損且負債結構不輕鬆，比較建議分批建倉的方式逐步進場、而非一次性重壓。
必須面對的風險
獲利時程的不確定性，雖然調整後 EBITDA 已經在 Q4 轉正，但 GAAP 獲利還遙遙無期，年度股份薪酬高達 1.36 億美元、加上折舊攤銷和利息費用，要到完全稀釋後每股出現正盈餘，最快可能得等到 2027 年甚至更晚，在目前高利率的環境下，資本市場對虧損成長股的容忍度已經大幅下降。債務方面，6.5 億可轉換票據的轉換價是 84.19 美元，而目前股價只有 47 到 51，所以說如果 2030 年到期時股價沒有回到轉換價以上，公司可能需要用現金全額償還這筆債務，對財務結構會造成不小的壓力。
MRD 市場的競爭劣勢是另一個必須正視的問題，微量殘留病灶偵測是腫瘤檢測領域成長速度最快的次領域，但 Tempus 在這塊嚴重落後 Natera；Signatera 的季度檢測量是 Tempus 的近 50 倍，而且 Natera 已經在多個適應症取得了 Medicare 給付，先發優勢加上保險覆蓋率的護城河，短期內幾乎不可能被追上；Guardant Health 對 Tempus 提起的液態活檢專利侵權訴訟也是懸在頭上的風險，如果判決不利，Tempus 的液態活檢業務可能被迫修改技術路徑甚至賠償。
數據隱私和監管風險也不容忽視，Tempus 的核心商業模式之一是把臨床數據去識別化之後授權給藥廠使用，這在美國現行的 HIPAA 框架下是完全合法的，但隨著社會對數據隱私的重視程度越來越高、各州紛紛推出更嚴格的隱私法規，不排除未來會有更嚴格的限制，特別是在去識別化的標準定義方面。如果監管變嚴導致可授權的數據量減少，將直接衝擊毛利率最高的 Data & Applications 業務，而那恰恰是整個商業模式裡最值錢的一塊。客戶集中度也是一個值得留意的風險，最大的單一客戶佔營收約 8%，如果前幾大藥廠客戶中有任何一家因為自身預算縮減或策略調整而大幅減少採購，對數據業務的影響將不容小覷。
從精準腫瘤走向精準萬物
把時間軸拉到 20 年後，Tempus 面對的機會和挑戰都遠比今天的報表數字更加深刻。最大的長期機會在於「從腫瘤醫學向外擴散」，癌症之所以是精準醫療最先落地的領域，是因為它有三個天然優勢：明確的分子靶點、對應的標靶藥物、以及基因檢測的直接臨床效用。但同樣的邏輯，用分子層級的數據來個人化治療決策，可以延伸到幾乎所有的慢性病，心血管疾病有基因風險評分（Polygenic Risk Score）和藥物基因體學（Pharmacogenomics）；神經退化性疾病有 APOE 基因型和新一代的 Tau PET 影像；自體免疫疾病有 HLA 分型和細胞激素圖譜；甚至精神科也開始有藥物基因體學的應用 ，同樣一顆抗憂鬱藥，CYP2D6 不同基因型的病人代謝速度可以差到五倍。Tempus 已經用 ECG-AF 和 ECG-Low EF 踏出了心臟科的第一步，如果在未來 10 到 20 年能在 5 到 10 個疾病領域複製腫瘤學的「檢測加數據加 AI」模式，那飛輪會轉得更快、護城河會從窄變寬。
另一個讓人期待的長期方向是「多模態基礎模型」的開發，Tempus 與 AstraZeneca 合作、投入 2 億美元開發的腫瘤醫學基礎模型，如果能夠成功訓練出一個同時理解基因體數據、臨床病歷、病理影像和放射影像的大型模型，那它的能力將遠超過任何單一模態的工具，可以把它想像成醫療領域的 GPT 時刻，一個模型就能看懂基因報告、讀懂病歷、判讀病理切片、解讀 CT 影像，然後綜合所有資訊給出治療建議。Google 和 Microsoft 當然也在嘗試類似的事情，它們有更多的算力和更大的工程團隊；但它們缺少 Tempus 最核心、最不可替代的資產，也就是數百 PB 的真實臨床數據。在醫療 AI 的世界裡，模型的架構可以被論文複製，但訓練數據不行。
風險面來看，長期最大的威脅可能不是來自同業，而是來自大型科技公司的跨界入侵。如果 Google Health 或 Microsoft（已經透過 Nuance 深入醫療語音和 EHR 領域）決定以全副資源大舉進入精準醫療，它們有資本、技術、全球規模的算力基礎設施。Tempus 的防線在於兩件事：臨床數據的取得，以及醫師信任的建立，而這兩件事偏偏都是砸錢最難快速複製的，醫院願意跟你簽數據共享協議、醫師願意在臨床決策中採納你的 AI 建議，需要多年的關係經營、臨床驗證和口碑累積。不過長期而言這個威脅不能完全排除，基因定序技術本身的快速迭代也是一個潛在風險：如果長讀定序（Long-Read Sequencing）或奈米孔定序（Nanopore Sequencing）全面取代目前的短讀 NGS，而 Tempus 沒有及時跟上技術轉型，其實驗室設備和工作流程可能面臨重大的技術替代壓力。
在數據的洪流中，找到治癒的方向
Tempus AI 不是一家完美的公司，它還在虧錢、有沉重的債務壓力、在 MRD 市場嚴重落後、面對專利訴訟的不確定性，但它做對了一件最關鍵的事情：在精準醫療的浪潮中，率先建立起一個整合檢測、數據和 AI 的閉環平台，而且這個平台的飛輪已經在運轉。
回到開頭那位 58 歲的肺腺癌病人，他的主治醫師如果有一個工具，能夠在幾秒鐘之內讀完 12 萬筆類似案例的治療結果並給出量身打造的建議，那不只是看診效率的提升，更可能是多活幾個月、甚至幾年的差別，這就是 Tempus 正在嘗試實現的事情。我們可以想的是，這個願景值多少錢、目前 47 到 51 美元的股價到底有沒有充分反映這個價值？在這個價位，風險報酬比已經比三個月前合理許多，但絕對稱不上便宜，適合以分批的方式建立探索性倉位，把數據業務 NRR 維持在 110% 以上、數據授權有機成長率維持 20% 以上、以及 2026 年調整後 EBITDA 達標 6,500 萬美元，這三個條件設定為持續持有的關鍵觀測指標，如果三個條件中有任何一個嚴重落空，那就是認錯離場的時候。
精準醫療的未來不會是一家公司獨佔，但在這場數據驅動的軍備競賽中，Tempus AI 已經跑在了前面，而且飛輪正在加速旋轉，要不要上車取決於你對這個飛輪能轉多久、轉多快的信心。而在我看來，一個讓腫瘤科醫師在三秒鐘內讀完十二萬份病歷的世界，值得我們認真以對。
到這裡，台灣的醫師可能會問一個很實際的問題：Tempus 是一家美國公司，它的產品和數據平台主要服務美國市場，跟我們有什麼關係？答案是：關係可能比你想像的還大。首先，從臨床層面來看，Tempus 正在定義精準腫瘤學的下一代工作流程，目前台灣的腫瘤基因檢測市場主要由幾家本土業者和少數國際品牌瓜分，大多數提供的是「檢測報告」而非「決策支援」，送檢體幾週後收到一份列出所有突變的報告，但接下來怎麼解讀、選擇治療方案，基本上還是靠醫師自己的經驗和判斷；Tempus 的模式則是把檢測和臨床決策支援整合在一起，報告不只告訴你有哪些突變，還直接連結到 AI 產生的治療建議、類似案例的真實世界數據、以及正在收案的臨床試驗，是兩個完全不同層級的服務。當這種整合式的精準醫療工作流程成為美國腫瘤科的標配之後，台灣的醫療體系遲早也會面臨同樣的期待和壓力。
從投資角度來看，Tempus 所代表的「醫療數據平台」商業模式，是台灣生技業者相對不熟悉的一個範疇，台灣的生技投資人可能也比較習慣看新藥開發（臨床幾期？主要療效指標有沒有達標？）或醫療器材（拿到幾張 FDA 510（k） ？），但對「數據即產品」這種商業模式的估值框架比較陌生。Tempus 的案例提供了一個很好的學習機會，一家公司可以不開發任何新藥、不製造任何硬體，光靠整合臨床數據和建構 AI 模型就創造出超過 10 億美元的年營收和 126% 的客戶留存率，這種模式在台灣的健保數據庫和癌症登記資料的脈絡下有沒有可能被複製？或許規模不同，但邏輯是相通的。
再者，Tempus 與 SoftBank 合資成立 SB TEMPUS 進軍日本的舉動，意味著它的目光已經投向亞太市場，日本是跳板，但韓國、台灣、澳洲都是潛在的下一站。台灣擁有全民健保資料庫、癌症登記系統、以及相對高品質的醫療基礎建設，如果 Tempus 或類似的平台未來進入台灣，本地的腫瘤科醫師可能成為早期採用者，而具備跨域能力的醫師（兼懂臨床、數據和 AI 的人）將會特別吃香；反過來說，如果台灣的醫療 AI 新創能夠借鏡 Tempus 的「檢測加數據加 AI」三位一體模式，在健保體系獨特的環境下找到適合的切入點，也許有機會在亞太市場佔有一席之地。
醫療的未來將由數據驅動，誰掌握了最多、最全面、最結構化的臨床數據，誰就能訓練出最好的 AI 模型；誰有最好的 AI 模型，誰就能吸引最多的醫師和藥廠；誰吸引了最多的使用者，誰的數據就越多、模型就越好。這個飛輪邏輯不只適用於 Tempus，它適用於所有試圖用 AI 改變醫療的公司，而台灣擁有 2,400 萬人的 Single-Payer 健保體系、完整的癌登、頂尖的半導體和 AI 硬體產業鏈，在這個全球趨勢中，其實有非常獨特的戰略位置。
二十年前，一位腫瘤科醫師做治療決策時，手邊的武器是教科書、幾篇經典論文、和自己的臨床直覺；十年前，次世代定序開始進入臨床，醫師多了一份基因報告，但那份報告往往像一本沒有索引的百科全書，資訊量巨大，卻缺少一把鑰匙告訴你該先翻哪一頁；今天，Tempus 正在嘗試鍛造那把鑰匙。它不完美，財報上的紅字還沒褪盡，MRD 戰場上被 Natera 遠遠甩開，頭頂還懸著專利訴訟的達摩克利斯之劍，但它做對了一件所有競爭者都還沒做到的事：把檢測、數據與 AI 焊接成同一條迴路，讓飛輪自己轉起來。在精準醫療的賽道上，數據就是燃料，而 Tempus 的油箱，目前是全場最大的那一座。醫療從來不是一場短跑，它是一場接力賽，從實驗室到臨床、從論文到處方、從一個病人的基因型到十二萬筆真實世界的治療結果，在這場接力中，能夠把棒子交得最快、最準的那一隊，終將改變比賽的結局。而那個結局，不只是股價上的數字，是某個深夜、某間診間、某位病人多爭取到的時間。
— –
📒 Compiled by — 台中慈濟醫院復健科 R4 陳佳菁醫師 Sigrid Chen, PM&R Resident Physician at Taichung Tzu Chi Hospital, Taiwan; Former Medical Consultant at ASUS Intelligent Cloud Services.