Tempus AI 面臨報銷逆風，CRUSH RFI 籠罩診斷業務強勁成長
Needham 虛擬醫療保健會議，2026 年 4 月 14 日
儘管 Tempus AI 在第四季腫瘤學檢測量實現了 29% 的強勁成長，並取得包括與 Merck 達成新的戰略合作在內的多項重大數據夥伴關係，但隨著聯邦削減成本計畫威脅到診斷檢測的支付動態，該公司正處於日益複雜的報銷環境中。
繼美國醫療保險和醫療補助服務中心（CMS）宣布旨在消除浪費性支出的 CRUSH RFI 計畫後，Tempus AI 股價上週與其他診斷同業一同面臨壓力。財務長 Jim Rogers 承認報銷環境正在演變，但堅稱 Tempus 已建立多種避險策略，包括在不同的 MAC（醫療保險行政承包商）轄區營運實驗室，並積極爭取 FDA 核准以獲得國家覆蓋範圍認定（National Coverage Determinations）。
報銷不確定性掩蓋了強勁的基本面
Rogers 強調：「自我們開始進行患者基因定序以來，報銷環境一直在演變」，但該公司多管齊下的緩解策略應能使其具備良好的適應能力。儘管如此，潛在變革的時間點與規模仍存在不確定性，這為一家近期在定價方面取得動能的企業帶來了短期能見度挑戰。
對於一直在 ASP（平均銷售價格）擴張計畫上取得穩步進展的 Tempus 而言，這些報銷疑慮出現的時機並不理想。該公司此前規劃了透過三項舉措將平均銷售價格提高 500 美元以上的路徑：將檢測遷移至 FDA 核准的 XT-CDx 版本（價值約 200 美元）、為其液態切片檢測 xF 取得核准及 ADLT（先進診斷實驗室檢測）地位，以及改善商業保險支付合約（價值超過 100 美元）。
Rogers 指出，截至 2025 年底，已有 30% 至 40% 的檢測量遷移至 XT-CDx 的 ADLT 版本，並有信心「絕大多數」剩餘檢測量將在 2026 年完成轉換。xF 液態切片檢測已於今年稍早提交給 FDA，雖不會影響 2026 年的費率，但預計在 2027 年獲得核准後將顯現效益。
銷售團隊生產力提升，推動腫瘤學業務加速成長
儘管存在報銷不確定性，Tempus 在腫瘤學檢測領域的市占率仍在增加。第四季 29% 的檢測量成長較前期有所加速，這主要得益於前一年啟動的銷售團隊重組工作。Rogers 指出，到了 2025 年第二季，「我們開始看到銷售團隊的效率有所提升，這種趨勢在全年剩餘時間內持續下去。」
腫瘤學市場本身持續擴張，Rogers 估計目前約有 55% 的癌症患者接受基因定序，高於該公司此前預估的三分之一。這為市場持續擴張留下了巨大空間，而 Tempus 憑藉其差異化的洞察力以及涵蓋 DNA、RNA、液態、實體及種系檢測的全面產品組合，其成長速度顯然超越了整體市場。
遺傳檢測成長在 2025 年卓越表現後趨於平緩
主要由 2025 年收購的 Ambry 構成的遺傳檢測業務，在經歷了競爭對手業務中斷帶來的卓越一年後，成長率正趨於正常化。Rogers 承認遺傳檢測的成長「在第四季開始放緩，並將在第一季持續放緩」，不過遺傳檢測中的罕見疾病診斷細分市場，鑑於近期獲得的報銷核准，代表著一個尚未開發且具備更強成長潛力的機會。
遺傳檢測部門所在的市場較治療選擇市場更為成熟，除了罕見疾病檢測在組合中的占比提高外，ASP 擴張機會有限。Rogers 指出，Ambry 在被收購的第一年「大致保持獨立營運」，預計將其數據整合至 Tempus 生命科學合作夥伴關係中的評估工作，將持續至 2026 年並延續至 2027 年。
數據業務動能增強，贏得重大合作夥伴關係
數據與服務部門的動能正在加速，合約總價值從 9.4 億美元攀升至超過 11 億美元，其中包括歸屬於 2026 年營收的 3.5 億美元。鑑於該部門 2025 年創造了 3.7 億美元的營收，這一積壓訂單提供了相當高的能見度。
Tempus 於 2026 年初宣布與 Merck 達成新的戰略合作，並擴大與 Gilead 的合作，這代表了 Rogers 所述通常需要多年發展的關係演變。他解釋說：「這些合作夥伴我們過去就在小規模合作。他們顯然看到了我們的數據能為其藥物研發工作帶來的價值，並決定在多個適應症上更廣泛地擴大這些關係。」
該公司目前與全球前 20 大製藥公司中的 19 家以及數百家生物技術公司合作，儘管許多公司在「授權的隊列數量方面仍處於小型或中型規模」。這為我們「將他們全部提升至戰略合作層級」提供了巨大機會，進而推動多年期成長。
值得注意的是，Rogers 澄清即使是大型戰略合作，也不代表能無限存取 Tempus 的數據。授權數據的合作夥伴承諾更高的支出水準以獲得數量折扣，但「這並不意味著他們可以下載所有紀錄」。在這些協議下，僅能存取「整體資料庫中相對較小的一部分」，這保留了即使在現有戰略關係中仍具備顯著的擴張潛力。
AstraZeneca 基礎模型進展順利
2025 年春季宣布的與 AstraZeneca 的病理學基礎模型合作進展符合預期，Tempus 已向 AstraZeneca 交付了第一個版本。Rogers 指出，「該模型的開發與訓練進展順利」，但他提醒，鑑於此類交易的規模，要複製類似的大型交易難以預測。
該公司觀察到市場對較小型、針對特定適應症的模型興趣日益濃厚，並正在就此類機會進行討論。雖然 Tempus 保留了利用該模型來增強自身診斷和數據產品的權利，但 Rogers 表示，這些效益不會從第一個版本中顯現。「當你開始識別出一些可以轉化為診斷增強功能或洞察，或是利用模型來提高數據產品有效性的成果時，這些工作仍在進行中，」他說。
AI 應用程式等待報銷框架
包括心臟病學和放射學中 FDA 核准的演算法，以及收購 Paige 後獲得的 DigiPath 產品在內的 AI 應用組合，在臨床上持續擴大規模，但缺乏完善的報銷框架。Rogers 承認「對於何時會改變，目前還沒有一個明確的答案」，但他表示有信心，「如果醫療保健系統不想為那些能對整體支出產生正向投資報酬率（ROI）的事物付費，那將是非常奇怪的。」
該公司的策略包括部署演算法以建立臨床證據，同時遊說推動報銷政策變革。這些應用程式利用現有的醫院整合系統，一旦報銷到位即可迅速擴展。不過，Rogers 確認 AI 應用程式「並非我們納入 2026 年財測」的項目，且在 2027 年也不會產生「重大影響」。
私人保險公司和政府計畫都認可其潛在價值，但在承諾付款前需要證據。Rogers 描述典型的保險支付方對話時表示：「請向我展示這在現實中究竟是如何運作的，讓我們看到我們預期會看到的價值。」
投資框架平衡成長與獲利能力
Tempus 維持其將增量毛利的三分之二重新投入成長計畫，同時將三分之一轉化為調整後 EBITDA（假設年成長率為 25%）的框架。預計此方法將持續約三年，隨後在毛利規模足夠大時，轉為僅重新投入三分之一。
Rogers 強調，公司對新計畫採取審慎態度，在進入新疾病領域時從「非常小到中等規模」開始，然後在成功項目上加碼。在併購方面，Tempus 認為在收購 Ambry 後，其診斷產品組合已「相當完善」，未來的交易更有可能是專注於互補技術或能力的「小型補強型收購」。
該公司透過改善患者護理的視角評估所有併購案，並確保交易不會偏離持續的業務槓桿效應。鑑於 Ambry 是一筆相較於歷史模式規模巨大的收購，投資人應預期公司將回歸專注於技術、旨在增強現有平台而非進行變革性產品組合擴張的小型交易。
Tempus AI 深度解析
多模態數據論點
Tempus AI 的核心價值主張建立在一個假設之上：腫瘤學與精準醫療的未來，不僅僅取決於分子定序，更在於多模態數據的智慧整合。透過建立一個將臨床縱向紀錄與大規模分子數據相結合的專有資料庫，該公司旨在從根本上縮短藥物開發週期並優化臨床決策。這種方法解決了醫療數據長期以來碎片化的問題，即臨床結果與基因組發現往往存於各自獨立的系統中。Tempus 試圖成為下一代數據驅動醫療的作業系統，並建立一種網路效應：每處理一個額外的臨床案例，都能提升人工智慧（AI）模型的預測準確度，進而吸引更多的臨床醫師與製藥合作夥伴。
然而，圍繞此模式的懷疑論植根於數據標準化的難度。儘管該公司聲稱擁有卓越的數據品質，但醫療互通性的現實意味著，大部分臨床輸入數據仍充滿雜訊、不一致，且高度依賴原始電子病歷系統的品質。從診斷測試供應商轉型為數據驅動的製藥合作夥伴，需要極高的機構信任度，這仍是一項重大挑戰。Tempus 必須證明其演算法洞察不僅僅是對過往結果的描述，更具備處方級的預測能力，足以改變臨床路徑，或顯著降低大型生物製藥客戶的研發燒錢速度（burn rate）。
產業結構與競爭護城河
精準醫療診斷與數據分析市場的特點是實驗室認證與臨床證據的進入門檻極高，但測試業務卻面臨嚴重的商品化競爭。雖然許多公司都能提供分子分析，但 Tempus 真正的差異化在於其平台，而非測試本身。結構性挑戰在於，診斷業務屬於低毛利、高產量的營運，需要持續的資本再投入以跟上不斷演進的基因組標準。其防禦性護城河依賴於專有資料庫的累積規模。如果資料庫達到臨界質量，使其在預測特定基因亞群的藥物反應率上，能優於公共數據儲存庫，那麼其競爭優勢將變得極為強大。
然而，這道護城河並非無懈可擊。產業內已出現明顯分歧：一類是提供靜態數據報告的公司，另一類則是致力於建立主動學習系統的公司。Tempus 堅定地屬於後者，但它正面臨開源基因組工具快速發展，以及數據儲存與處理成本下降所帶來的結構性威脅。如果基本的基因組洞察能輕易透過商品化軟體複製，價值將完全轉移至專有的臨床數據集。因此，Tempus 優勢的持久性，取決於其能否維持對高品質真實世界證據（Real-World Evidence）的獨家存取權，且競爭對手無法透過合作或購買輕易複製。
數據流動性的侷限
在評估 Tempus 時，一個持續存在的擔憂是其所管理臨床數據的流動性與可轉移性。儘管該公司標榜其組織與架構病歷的能力，但全球對於病患隱私、數據主權以及受保護健康資訊（PHI）貨幣化的監管審查正日益嚴格。任何監管立場的轉變——例如對 HIPAA 更嚴苛的解釋，或規範 AI 在醫療診斷中應用的新法案——都可能從根本上削弱該公司從數據倉庫中獲取價值的能力。該業務在結構上槓桿化於一個允許聚合與商業化病患數據的監管環境，這創造了一種難以避險的隱性非營運風險。
此外，對於該公司品牌中「AI」成分的質疑始終存在。在機構背景下，先進統計模型與生成式 AI 之間的區別至關重要。雖然 Tempus 利用機器學習來關聯多模態數據集，但其對高品質人工標註數據的依賴度仍然很高。只要該平台仍需大量人為監督來解讀與標準化傳入的病患檔案，其模型的可擴展性就受到限制。向全自動化、高保真的數據處理轉型，是該公司長期毛利擴張的關鍵轉折點。
生物製藥合作的新機遇
實現營收顯著成長最可靠的路徑，在於深化生物製藥合作。透過將其平台直接嵌入臨床試驗工作流程，Tempus 可以從第三方供應商轉變為藥物開發基礎設施中不可或缺的一部分。如果該平台能可靠地為孤兒藥試驗識別病患群體，或在特定化合物進入昂貴的第三期臨床試驗前預測其失敗風險，該公司就有可能轉向風險分擔或基於里程碑的營收模式。這將脫離交易型的診斷業務，並從根本上重新評估該公司獲利的品質。
這種擴張策略並非沒有執行風險。與大型製藥公司合作需要漫長的準備期、嚴格的驗證期以及高度的整合風險。大型製藥集團對於這種深度技術依賴的接受度目前仍不明朗。儘管主要參與者迫切希望加速研發進度，但他們對於將外部軟體平台整合至核心開發管線的態度向來謹慎，通常傾向於使用專有的內部解決方案，或委託已建立且風險較低的 CRO（合約研究組織）。
競爭格局
競爭環境中充斥著鎖定相同腫瘤學領域的公司。Caris Life Sciences 與 Guardant Health 等公司代表了直接的競爭威脅，且已在診斷市場建立了深厚的滲透率。特別是 Guardant，在液態切片與微小殘留病灶（MRD）檢測方面展現了穩健的執行力，有效地佔領了癌症病患連續監測市場的顯著份額。這些現有業者擁有成熟的商業基礎設施與醫師人脈，是 Tempus 必須取代的對象。
雖然 Tempus 透過多模態數據整合實現差異化，但市場正在迅速趨同。Caris Life Sciences 已大幅增強其在分子分析與臨床數據關聯方面的能力，直接挑戰了 Tempus 關於數據驅動精準醫療的論點。這些競爭對手並未停滯不前，它們都在競相奔向同一個終點：成為綜合性的數據與診斷中心。風險在於，市場最終可能分裂成更小、根深蒂固的地理或醫院系統網路，導致沒有任何一家公司能達到使 AI 模型真正具備預測能力所需的絕對規模。在這種情況下，產業將面臨長期的毛利稀釋型價格競爭，而非看多觀點所暗示的贏家通吃局面。
管理層執行力與資本效率
以 Eric Lefkofsky 為首的管理層，在籌集資本與操縱公眾敘事方面展現了卓越的能力。該公司將自己定位為 AI 原生企業的能力，使其在歷史上獲得了相較於純診斷同業更高的估值倍數。然而，過往創業項目的歷史，以及該公司激進的成長策略，要求投資人必須對其資本配置進行嚴格評估。目前的營運燒錢速度依然高昂，反映了實驗室實體基礎設施的成本，以及數據策展過程中持續存在的高昂「人在迴路」（human-in-the-loop）需求。
機構觀察家最主要的擔憂，在於管理層是否會為了成長而犧牲毛利紀律。該公司必須證明其能從當前的高成長、高燒錢階段，轉向自給自足的資本效率狀態。透過自動化數據策展與擴大製藥合作管線所帶來的毛利率持續、漸進式改善，將是檢驗管理層營運成熟度的真正試金石。如果該公司長期依賴外部資本來資助成長，一旦成長型醫療股的市場環境趨緊，將面臨嚴重的股權稀釋與潛在的策略偏差風險。
總結評分
對 Tempus AI 的評估顯示，這家公司正處於其多模態數據論點的變革潛力，與診斷產業殘酷現實之間的夾縫中。該公司組織縱向病患數據的能力無疑具有重大意義，為臨床研究與藥物開發提供了純診斷實驗室所缺乏的潛在優勢。然而，這一優勢正受到資金雄厚、同樣轉向數據驅動洞察的競爭對手的積極挑戰。該公司對複雜且勞力密集型數據策展流程的依賴，對毛利擴張造成了結構性拖累，而對有利於數據貨幣化的監管環境的長期依賴，則引入了一種無法透過卓越營運完全規避的外部風險因素。
歸根究底，投資論點取決於該公司能否成功轉型：從一家使用數據的診斷供應商，轉變為一家從合作夥伴關係中獲取高毛利經常性營收的製藥相關科技公司。雖然其知識基礎穩固，但執行路徑狹窄，且充滿了來自既有業者與潛在破壞者的競爭。目前的估值反映了對此轉型的極高期望，任何未能展現獲利能力持續進展的跡象，都可能導致投資人情緒的顯著重估。該公司正處於關鍵時刻，其敘事必須由臨床證據與生物製藥領域持續的商業成功來支撐。