血液檢測將提前 12 個月揪出復發癌症 | Tempus
血液檢測將提前 12 個月揪出復發癌症 | Tempus
Tempus 執行長 Eric Lefkofsky 說明,公司累積的 600 PB 臨床與基因體資料集,加上重新訓練的 AI 模型,如何支撐癌症資料分析;同時談到收購 Personalis,取得能在影像檢查前數個月偵測復發的血液檢測。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Tempus AI 創辦人暨執行長 Eric Lefkofsky 主張,以多模態癌症資料訓練的 AI,如今能從一次抽血中偵測到病人癌症復發,比標準影像檢查提早六到十二個月。這個說法與 Tempus 收購 Personalis 的待完成交易綁在一起,卻只佔整段對話最後幾分鐘。節目大部分時間,Lefkofsky 都在說明 Tempus 如何靠 8,000 條醫院連線築起資料護城河、通用模型為何在基因體與心電圖資料上失靈,以及他怎麼看醫療 AI 的投資版圖。標題講的血液檢測只是收尾的推銷詞,不是全集主軸。
Lefkofsky 是 Groupon 共同創辦人,約十一年前在妻子確診乳癌後創立 Tempus,因此他既以經營者、也以投資人的身分發言;在他看來,這個產業在這波 AI 資本迴圈中幾乎缺席。讀者讀完應該能掌握 Tempus 第三季的數字、它主張前沿模型必須重新訓練的技術論點,以及一個務實的判斷:醫療 AI 的時程以年計,不是以季計。
Tempus 兩大核心業務都以 30% 出頭到 35% 的速度成長
Lefkofsky 稱 2026 年 9 月這一季是「又一個破紀錄的季度」,總營收成長約 23%。成長主要由核心癌症檢測業務帶動,檢測量成長 32%;資料與 AI 應用業務則成長 33%。他說定序業務「動能很強」,而製藥與生技業者對 Tempus 資料與建模的需求正在「爆發」。
| 業務 | 引用成長率 | 備註 |
|---|---|---|
| 總營收 | 約 23% | 「破紀錄的一季」 |
| 癌症檢測(檢測量) | 32% | 主要檢測業務 |
| 資料與 AI 應用 | 33% | 製藥/生技需求 |
| 資料量 | 600 PB | 單季即增加 50 PB |
Lefkofsky 表示,Tempus 在 2026 年簽下三筆金額達 1 億美元以上的合約,物件分別是 Merck、一家未具名的生技公司,以及 Bristol Myers Squibb。他形容當下的處境是「水流完全在你背後」,而非早年逆流而上的時期。
護城河是 8,000 條醫院資料管線,不是模型
按 Lefkofsky 的說法,Tempus 的優勢在生成式 AI 成熟之前就已建立:與醫院電子病歷系統之間的雙向資料連線,如今超過 8,000 條,涵蓋「全美遠超過一半」的範圍。這些連線即時取得臨床資料,Tempus 再與自家定序產出的分子資料結合,為腫瘤科醫師產出治療洞察。
他形容這份工作毫不光鮮,也無法抄捷徑:「就像要割 8,000 塊草坪。你沒辦法作弊,只能一塊一塊割。」每一條連線都得先說服醫院、建置整合,再通過法務與法遵審查。第二道關卡是把進來的資料清洗、結構化、正規化,建立出感興趣的族群;他說這項工作投入了 600 到 700 名工程與產品人員,做了將近十年。
這整套管線的臨床理由在於:過去一百年,癌症從單一疾病被拆分成近 200 種亞型,如今又疊加上分子層次的視角,涵蓋超過 20,000 個基因。Lefkofsky 認為,這些排列組合的數量已超出醫師單憑人力能掌握的範圍,這正是軟體發揮價值之處。
通用模型讀不懂基因體與心電圖,所以 Tempus 自己重新訓練
Lefkofsky 的技術論點是:前沿模型從來沒用腫瘤學最關鍵的資料訓練過,而且臨床用途對錯誤的容忍度與消費級用途完全不同。他舉了兩個具體例子,說明模型無法直接讀懂這些資料。
- 心電圖模型: Tempus 有一系列獲 FDA 核准的心電圖模型,可判讀 12 導程訊號。他說大約有 3% 的情況下,那些波形判讀是錯的——告訴病人一切正常,實際上他們一年內發生心臟病或中風的風險偏高——而 Tempus 的模型能找出這 3%,以及背後會提高風險的潛在病症。
- 分子資料: 突變是 A、C、T、G 組成的字串,用他的話說是「一兆乘一兆乘一兆種字母組合」。若原封不動丟進大型語言模型,他說「它根本不知道自己讀的是什麼」。
第二個落差在流程。臨床建議不能只對「大多數時候」,必須永遠正確,至少也要能解釋得通,讓醫師可以拆解推理過程。Lefkofsky 說,Tempus 在分析有效性與臨床有效性上要求的嚴謹度,超出前沿實驗室的水準,並投入大量心力做預訓練與後訓練,把開源與前沿模型調校到自家環境。他對這件事的分量總結得很直接:「這背後是人命。」
起點是太太的一紙診斷,和一套缺席的技術堆疊
Tempus 約創立於十一年前、2015 年前後,當時 Lefkofsky 正擔任 Groupon 執行長,妻子確診乳癌。他說自己「既困惑又驚訝,她的照護裡幾乎沒有技術的成分」——機器學習、大數據,以及今天所謂的 AI,在她的治療過程中幾乎不存在。他把這家公司定位成替癌症照護鋪設管線與基礎設施,就像數十年前有線電視業者把線路拉遍全美。
他把時機放在定序經濟學的脈絡裡。人類基因體首次定序大約是 25 年前,成本高達數百萬美元,直到 Illumina 等公司投入更便宜的技術,成本才真正明顯下降。妻子確診時,定序仍屬新技術、很少執行,產出的資料也難以判讀。Lefkofsky 的賭注是:定序終將普及,並讓腫瘤科醫師被大量資料淹沒,而他們根本沒有能力處理——這正是 Tempus 要補上的缺口。
醫療是 6 兆美元的產業,AI 資本卻繞了過去
身為投資人,Lefkofsky 說醫療領域的投資版圖沒變:它仍是「最大的機會之一」,卻「在這場 AI 革命中大致站在場邊」。資金流向自駕車、機器人、消費應用與國防,就是不流向醫療——他認為這「有點瘋狂」,畢竟這個產業規模約 6 兆美元,約佔美國 GDP 的 19%。他預期 AI 終究會顛覆這個產業,只是「可能比大家想的慢一些」,而且會背負監管包袱。
他直接否定以一年為單位的預測:「醫療不是用一年這種單位在運作的。」他的時程分三個階段。
timeline
title Lefkofsky 的醫療 AI 時程
2026 : Tempus 證明自己能蒐集資料、建立模型,並影響臨床決策與藥物開發
2029 至 2031 : 美國醫療體系讓醫師配備與病人手上相當的工具
2033 至 2036 : AI 的效益延伸到藥物發現與開發
他點出的近期動能是一種不對稱:病人早已把病歷上傳到 ChatGPT 或 Claude,他們的醫師卻沒有對等的工具可用。他認為補上這個落差就能帶來實質的效率提升。更長的一波,則是把 AI 應用到藥物開發。
收購 Personalis 讓 Tempus 切入復發偵測
Tempus 預計在訪談後一兩個月內完成對 Personalis 的收購,Lefkofsky 稱這筆交易對公司意義重大。它讓 Tempus 正式切入 MRD(微量殘存疾病)偵測。他把癌症照護的連續光譜分成三層:罹癌風險(他說 Tempus 已是這領域的龍頭)、已確診癌症的治療(實體腫瘤分型與液態切片,他聲稱 Tempus 在每個類別都位居第一或第二),以及復發監測——這一層由 Natera 領先,Personalis 在實體腫瘤分型上「算是第二」。
臨床上的回報,就是本集標題的那個說法。按 Lefkofsky 的描述,血液檢測能在典型影像檢查之前六到十二個月偵測到癌症復發。他說,在癌症裡「時間不是你的朋友」:如果影像要九到十二個月才顯示復發,轉換治療的時機可能早已錯過。若能在八到十二週內偵測到復發,醫師就能立刻換藥。他預期這種做法會「變得普及」。
後續觀察重點
整份簡報的線索最後匯聚到一個張力:Tempus 的成長與技術主張,建立在十年毫不光鮮的基礎建設工作上,競爭對手無法速成;然而這個產業的資本市場仍把醫療當成次要選項。Personalis 交易完成是最近的催化劑——它把 Lefkofsky 的 MRD 主張從路線圖專案變成產品線,直接與 Natera 對打。三筆 1 億美元以上的製藥合約,則是資料業務的驗證點,不過 Lefkofsky 並未揭露交易條件或期間。而他自己的框架,刻意把節奏壓得很低:醫師工具那一波是三到五年的故事,藥物開發則是七到十年。任何人若用消費級 AI 的時程去推估醫療 AI 營收,在他看來,模型裡的曲線從一開始就畫錯了。