华创证券报告指出，医疗数据是Tempus AI的核心资产和竞争壁垒。截至2024Q4，公司已形成全球肿瘤学领域最大最全面的专有数据库，含超900万份临床数据、超120万份影像数据、超120万份测序数据、超25万份DNA+RNA图谱，总数据量超240PB。公司提出“队列终身价值”概念——某年份生成的去标识数据在之后产生的累计收入持续增长，数据从传统意义上的成本中心转变为利润中心。数据来源覆盖约3000家医疗机构、超65%学术医疗中心和超50%肿瘤医生。多模态数据的广度和深度构成公司难以复制的竞争壁垒，也为AI诊断算法的训练提供了基础资源。

截至2024Q4，Tempus AI已形成全球肿瘤学领域最大最全面的专有数据库。数据构成包括超900万份临床数据、超120万份影像数据、超120万份测序数据、超25万份DNA+RNA图谱、超1万份DNA+RNA癌症基因组图谱，总数据量已超240PB。

数据来源覆盖约3000家医疗机构、超65%学术医疗中心和超50%肿瘤医生。公司通过自有高通量诊断实验室、与行业协会合作、并购整合等多渠道获取数据。2025年1月推出AI个人健康助手Olivia后，C端也将成为数据来源之一。数据获取渠道的广度确保了数据样本的多样性和代表性，是训练高质量AI模型的基础。

公司所获取的数据类型丰富，包括患者表型、病理切片、放射学影像、DNA、RNA、TCR/BCR、cfDNA、HLA类型、免疫组化、治疗结果和治疗反应数据、单细胞测序、甲基化等。多模态数据是训练高质量AI诊断模型的关键——单一模态数据（如仅DNA测序）能够提供的信息有限，多模态整合可大幅提升诊断准确性和治疗匹配率。例如xR全转录组RNA检测结合DNA测序时，43.4%的患者可与靶向治疗匹配，而仅做DNA测序时该比例只有29.6%。

公司在获取数据后应用专有数据处理工具实现结构化、整合和去标识化，利用大语言模型从非结构化文档和EHR字段中整理临床数据、将病理切片图像转为数字化。处理后的数据与基因组学测序数据结合形成更全面的资料，为AI模型训练提供标准化输入。

公司提出“队列终身价值”概念，量化数据的长期经济价值。某年份生成的去标识数据在之后产生的累计收入（该数据对应的基因组学测序收入+该数据对应的数据服务收入-初始测序成本）。2018-2022年各年份的队列终身价值都在之后逐年增加，持续为公司贡献收入。数据资产化的核心逻辑在于数据的非竞争性——同一份数据可被多次授权使用而不会消耗原始数据，边际成本极低。测序成本一次性投入后，数据可在未来多年持续产生收入。

医疗数据的价值还随着时间推移而增加——随着临床结果和治疗反应数据的定期更新，单个数据点的实用性不断提高。这种“数据复利”效应使公司收入增长不完全依赖于新增检测量，存量数据资产也在持续创造经济价值。

国内当前医疗数据流通仍处于早期阶段，核心数据分散在公立医疗系统，第三方ICL数据与公立医院数据互补但单患者维度难以获得全面数据。2024年上海数据交易所上线全国医疗体系首批合规、可交易的数据产品，全国17个数据交易所共上架1358个医疗领域数据产品，数据要素市场化正在推进。

华大智造作为基因组学数据入口，AI大浪潮下医药公司会加速购买测序仪以获取数据，有望受益于数据要素价值释放。金域医学、迪安诊断作为ICL龙头，积累了全面的病理数据和诊断产品开发能力，已推出“小域医”AI助手、医雅AI大模型平台等AI产品，有望在数据要素流通机制完善后实现数据价值的深度挖掘。泰格医药、诺思格作为临床CRO龙头，积累了全面的临床数据，AI平台已覆盖医学撰写、药物警戒、数据统计分析等多个临床试验业务场景。