不造药,只掌握数据——Tempus的护城河为什么最深东哥笔记

不造药,只掌握数据——Tempus的护城河为什么最深

9分钟 ·
播放数0
·
评论数0

  • [00:00:02] - 开场与上期回顾

    • 我自我介绍。

    • 上期回顾:上一期讲了 Xaira Therapeutics,一家成立第一天就拿到10亿美元融资的AI制药公司。它的逻辑是用AI从头造药物分子,把3~5年的抗体发现压缩到几周,赌的是“AI能不能造出更好的药”。

    • 本期预告:今天换一个完全不同的思路——不造药,只掌握数据。这家公司认为,谁攥着最多最全的真实医疗数据,谁就掌握了行业基础设施。它就是2024年在纳斯达克敲钟的 Tempus AI

  • [00:00:45] - 精准医疗的痛点与Tempus的创立

    • 扎心问题:同一种肺癌用同一款药,有人活10年,有人3个月就走了,为什么?

    • 答案:基因不同,肿瘤突变不同,病名背后是不同生物学机制。

    • Tempus的背景:创始人 Eric Lefkofsky(团购鼻祖Groupon联合创始人)。

    • 创立契机:2015年妻子患乳腺癌,他发现肿瘤科医生做决策全靠经验,数据分散在不同系统,行业缺了数据基础设施。于是他创立Tempus,目标就是把所有分散的医疗数据整合起来,让AI帮医生做更靠谱的决策。

  • [00:02:12] - Tempus的数据资产与AI三层应用

    • 10年成果:建起了一个覆盖超过1500万名患者的全球顶尖多模态医疗数据库

      • 解释“多模态”:不是只收集一种数据,而是把基因组测序、医学影像、病理切片、电子病历、用药记录、治疗结果全攒到一块儿。数据是活的,每天更新。

    • AI的三层应用

      • 第一层:给医生当参谋([00:02:41])

        • 医生输入基因检测结果,AI立刻调出类似基因型患者的数据,告诉你哪种方案最有效、有哪些临床试验可匹配、哪些药有副作用。医生从“凭经验判断”变为“有数据支撑”。

      • 第二层:帮药企做研发([00:03:04])

        • Tempus将去标识化的真实世界数据授权给药企(“去标识化”即抹去个人信息)。药企用来筛选临床试验患者、验证新药效果、找新靶点。这是Tempus最主要的收入来源。

      • 第三层:孵化新能力([00:03:20])

        • 数据积累到一定量级产生意外惊喜。案例:2025年推出的新功能——AI只需分析一张胸部X光片,就能估算出患者的体脂率、肌肉量等身体成分数据。没有海量数据练不出这种能力。

  • [00:03:44] - Tempus的商业模式:数据飞轮

    • 商业模式:典型的“双边市场”。

      • 一边是医院和医生(数据入口):以亲民价格提供基因检测服务,同时提供AI辅助决策工具。这一边赚的是小钱,但能收上数据。

      • 另一边是药企(变现出口):将整合好的数据打包卖给_药企,收取数据使用费。这一边才赚大钱。

    • 核心循环(数据飞轮):数据越多 → 对药企越值钱 → 药企付的钱越多 → 就能覆盖更多医院、积累更多数据。一旦启动很难打断。

    • 硬数据:2025年第一季度,Tempus营收2.56亿美元同比暴涨75%,基因组业务增长89%。这是上市公司实打实的财报数字。

  • [00:04:46] - 护城河的本质:算法可追,数据不可追

    • 核心观点:算法从来不是真正的护城河,数据才是。新模型可以明天就被对手研究、优化、甚至超越。

    • Tempus的壁垒:是花了10年时间、跑了几千家医院、攒下的1500万患者数据。这是时间壁垒,是用无数个日夜和患者信任堆出来的,多少钱都买不来。

    • 结论:它卖的不是最聪明的算法,是最稀缺的数据。在AI时代,先建数据壁垒,比先建算法壁垒更重要

  • [00:05:20] - Tempus的三个致命风险

    • 风险一:数据偏差([00:05:20])

      • 数据主要来自美国大型医疗中心,人群分布不均衡,AI学到的规律换一类人就不准。

      • 比喻:只用20-35岁年轻人训练糖尿病筛查模型,拿去给65岁老人判断,容易误判“风险低”却漏掉真实问题。而且医生一旦信任AI,警惕性会下降,风险更大。

    • 风险二:隐私监管([00:05:54])

      • 医疗数据最敏感,“去标识化”也不能100%保证安全。美国各州隐私法规越来越严,一旦数据泄露,对Tempus是灭顶之灾。

    • 风险三:持续亏损的压力([00:06:12])

      • 虽然营收涨得快,但Tempus到现在还没盈利。华尔街耐心有限,一旦增速放缓,估值会立刻跳水。

  • [00:06:26] - 中国能否复制Tempus模式?

    • 中国独有的优势:患者基数巨大。中国医保覆盖13亿人,每年新增癌症超450万,接近美国的3倍。数据土壤比美国肥太多。

    • 但是,有三道难开的锁

      • 第一道锁:数据孤岛([00:06:54])。医疗数据分散在几千家医院的系统里,互不连通、格式不同。要做中国版Tempus,是一家一家去谈的地面硬仗,工程量是美国的好几倍。

      • 第二道锁:权属不清([00:07:00])。医院的数据归谁?能不能给商业公司用?如何定价合法?国内没有明确政策框架,权属不清晰就没有市场。

      • 第三道锁:合规风险([00:07:13])。《个人信息保护法》、《数据安全法》管得极严,规则还在不断调整,今天合规明天可能就违规。这种不确定性比严格规则更难应对。

  • [00:07:57] - 结语与下期预告

    • 核心判断:算法可以被追赶,但数据不能。建数据库不如建模型“性感”,没有发布会和跑分,但它是AI医疗里最难被替代、最难被颠覆的核心资产。Tempus用10年时间、1500万患者数据验证了这个道理。

    • 金句:最持久的壁垒,往往不是光鲜亮丽的技术,而是靠时间、耐心和信任一点点堆出来的真东西。

    • 下期预告:将解码 Abridge AI——AI怎么替医生写病历?这门生意怎么赚钱?它的护城河又有多深?