您的当前位置:首页 > 标签 > Tempus AI商业模式分析
医药生物行业:华创医疗器械随笔系列10——Tempus AITempus AI映射下的A股投资机遇-250227(25页).pdf
Tempus AI商业模式分析:基因组学+数据服务+AI应用飞轮,队列终身价值与9.4亿在手订单|华创证券
华创证券拆解Tempus AI飞轮效应商业模式,基因组学检测获取数据、数据服务向药企授权变现(在手订单9.4亿)、AI应用赋能临床,单次测序多次创造价值的队列终身价值模式深度解析。
 2026-07-30
 AI医疗
 25页
1张图表
数据来源:
医药生物行业:华创医疗器械随笔系列10——Tempus AITempus AI映射下的A股投资机遇-250227(25页) 查看报告
华创证券深度拆解Tempus AI的商业模式。公司构建了“基因组学+数据服务+AI应用”三条业务线协同的飞轮效应:基因组学检测产生数据(2019-2024年样本数从4.06万增至27.08万),数据服务向药企授权去标识数据(在手订单9.4亿美元),AI应用赋能临床与研发。公司提出“队列终身价值”概念——单次测序的投入可在数据服务环节持续创造多年收入,各年份数据队列的终身价值逐年递增。数据服务收入CAGR达61%,净收入留存率140%,飞轮效应驱动下的商业模式具备高壁垒和强复购特征。

飞轮效应的核心逻辑,单次测序多次创造价值

Tempus AI的商业模式核心是飞轮效应:基因组学业务检测的患者越多→公司获得越多的数据→增强数据服务业务→数据库壮大提升AI应用开发能力→AI应用在临床端辅助决策、在研发端加速药企效率→更多医生、患者、药企与公司产生连接→提供更多数据来源。三条业务线形成正反馈循环,单次测序的投入可在多个业务环节反复创造价值。

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(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年各个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。例如某年份数据队列在当年产生的收入可能有限,但随着数据随着时间推移被多次授权使用,累计收入持续增长。这种“数据复利”效应使公司的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价值。

基因组学是数据入口,覆盖肿瘤全流程检测

基因组学是飞轮效应的起点和燃料来源。2019-2024年肿瘤NGS检测样本数从4.06万增长至27.08万,六年增长近6倍。检测平均报销金额从633美元增长至1530美元,基因组学收入从1.52亿美元增长至4.52亿美元(CAGR 31%)。

产品已覆盖肿瘤诊疗全流程:从病前筛查(xG遗传风险检测)到早期辅助治疗、监测(xM MRD检测),再到晚期治疗选择(xT/xF/xR)和预后反应监测。此前业务增长主要依赖治疗选择环节的检测,xM和xG推出后触及更大市场空间。2024年并购Ambry获得遗传性肿瘤检测能力,进一步扩大了数据入口和客户覆盖面。检测数量增加不仅直接带动基因组学收入,还为公司获取到越来越多的诊断数据,通过数据服务业务实现价值最大化。

数据服务是变现引擎,在手订单9.4亿美元

数据服务由Insights和Trials两个产品组成。Insights向药企授权去标识的临床记录、分子诊断、影像等医疗数据,并提供分析和云计算工具,使药企药物开发周期的靶点发现、适应症确定、目标人群优化、临床试验设计等各阶段实现效率提升。公司数据库会定期更新临床结果和治疗反应数据,使得单个数据的实用性随时间推移而增加。

Trials利用公司与肿瘤科医生的广泛连接,为药企在临床试验阶段匹配患者。传统临床试验从站点激活至患者同意需6-12个月,Trials将这一时间压缩到1个月以内。截至2024年3月,Trials网络已连接90多个医疗系统、230多个临床试验,识别出超3万名可入组患者。

数据服务收入从2020年0.36亿美元增至2024年2.42亿美元,CAGR 61%。截至2024Q4,剩余未履行合同总金额达9.4亿美元,净收入留存率140%。全球前20家药企中的19家是公司客户,阿斯利康(2.2亿美元)、GSK(1.8亿美元)、Recursion(1.6亿美元)等均有大额合作协议。高留存率和高在手订单体现了数据服务的强粘性和长期价值。

AI应用是未来增长极,约3000家医疗机构已连接

AI应用是公司寄予厚望的产品线,目前包括TIME(AI驱动的临床试验匹配程序)、NEXT(缩小护理差距的AI平台)、ALGOS(多模态临床数据AI诊断系统)。目前已有约3000家医疗机构连接到公司平台,AI应用具备与所有EHR系统集成的能力。

公司利用神经网络、深度学习、大语言模型结合多模态医疗数据生成个性化洞察,并将AI模型验证为临床级诊断算法。肿瘤领域已推出HRD、TO、DPYD、UGT1A1、PurIST等算法,心血管领域推出ECG-AF算法。AI应用的推广将进一步强化飞轮效应——更多医疗机构连接→更多数据→更强的AI模型→更多临床应用→更多数据来源,形成自我强化的增长循环。
客服
商务合作
小程序
服务号
折叠