2018年8月，Tempus完成1.1亿美元的E轮融资，融资总额达3.2亿美元。2019年2月，在CB Insight发布的AI独角兽名录中，Tempus一跃成为药物研发领域估值20亿美元的AI独角兽。2018年3月，Tempus完成8000万美元的D轮融资，Pitchbook预测其估值已超十亿美元，估值在半年时间内翻了一倍。这家成立于2015年的精准医疗公司，是怎样在短短四年间，就成为了新晋独角兽的？

Tempus融资历史

Tempus致力于AI驱动精准医学，通过大量收集和分析临床和基因组数据，运用AI帮助所有癌症患者最终找到最适合他们的个性化治疗方案，从而实现精准医学。Tempus的宗旨是：“让世界上的每一个癌症患者从相似的病人身上获益。”

2019年，Tempus已经组建了世界上最大的癌症数据库之一，覆盖了大约25％至30％的美国癌症患者。Tempus还与美国领先的学术医疗中心、纽约大学医学院、NCI指定的癌症中心和社区肿瘤学家等开展了合作。Tempus的合作医院超250家，共收集了200万个临床记录。

从表面上看，Tempus的高速发展得益于对临床和基因组数据的整合，但这些数据背后，Tempus的投资方和合作伙伴看重的是什么？

创立Tempus之前，Eric Lefkofsky已经创办了五家公司，包括被福布斯评为历史发展最快的团购公司Groupon、货运物流公司Echo Global Logistics（ECHO）、提供印刷采购服务的InnerWorkings（INWK）、提供广告管理服务的Mediaocean以及行业分析公司Uptake。同时，Lefkofsky也是芝加哥风险投资公司Lightbank的联合创始人兼CEO。但这些公司都不涉及医疗保健领域。

直到数年前，Lefkofsky的妻子被诊断出患有乳腺癌，在妻子治疗期间，Lefkofsky发现，虽然基因测序可以精准检测癌症患者的基因组信息，从而获得癌症靶向治疗方案，但却没有可靠的临床数据来确保靶向药物治疗的有效性、安全性。Lefkofsky想到，能否把两者结合起来，给患者提供更精准的治疗方案呢？

2015年，在美国伊利诺伊州，Lefkofsky创立了Tempus。Tempus通过建立引入精准医疗所必需的技术系统，从而获得结构化的临床数据，并与结构化的分子数据、机器学习、AI及其他分析技术相结合。

为了创建这样的临床和分子诊疗数据库，Lefkofsky召集了一支由数据科学家、软件工程师、生物信息学家、计算生物学家和研究科学家组成的团队，其中包括Tempus现任总裁，芝加哥大学基因组学和系统生物学研究所的创始人Kevin White；公司的现任首席技术官Shane Colley，R1 RCM（美国领先的医疗保健收入周期管理公司）的前研发副总裁；以及公司现任首席科学顾问，密歇根大学的Howard Hughes医学研究所研究员、病理学和泌尿学教授Arul Chinnaiyan。

Tempus部分团队成员

“他十分清楚平台、技术和规模化的重要性。” Revolution Growth联合创始人Ted Leonsis 表示。 Revolution Growth是Lefkofsky的企业老股东，在Lefkofsky创立时广告软件公司MediaBank（Mediaocean的前身）时就一直支持Lefkofsky，MediaBank通过大大小小的收购，规模日益扩大，到2012年已成为估值15亿美元的独角兽。

Tempus是一家专注于收集和分析分子和临床数据的技术公司。为了促进精准医学的发展，通过建立一系列数据通道，并大规模收集，清理和分析数据，致力实现精准医学。

“癌症护理的基础数据建设还不够，对于肿瘤患者的治疗方案，并没有可靠和可操作的方式相结合，这意味着医疗保健机构并没有全面理解疾病机制。” Lefkofsky表示。

为了解决这样的痛点，Tempus决定建立自己的基因组学和临床数据库，并开始寻找低成本、高质量的临床和基因组数据。而在临床和基因组数据领域，已经涌入大量玩家，但没有任何企业能够满足Tempus预期的数据的成本和质量要求。

Tempus决定自力更生，首先，自建了CLIA认证的自动化实验室，为患者提供低价测序服务，每年能接待超过10万个病人，收到样本后2-3周即可完成测序。但值得注意的是，Tempus并没有制造自己的测序硬件，也并不直接面向消费者提供测序服务，而是将Illumina硬件和其他的测序仪用于高通量NGS，运用机器学习和AI建立了自己的生物信息学通道。

收集分析基因组信息是Tempus的精准医疗之路的基石。收集了患者基因组信息的同时，Tempus的生物信息学通道利用AI测量患者基因组和转录组表达水平的数据，包括变异分析、潜在的治疗方案和可能合适的临床试验。通过将丰富的分子数据和结构化的临床数据相结合，Tempus为医生提供全面的诊断工具、并标注实时临床报告的关键性数据，给出潜在可行的治疗方案。其交互式平台让医生获得相似病人的真实世界证据（RWE）来分析相关的疗法和结果数据。

然后，Tempus向医院、肿瘤学家、癌症中心等提供廉价数据结构化服务、图像分析服务和生物建模服务，进而收集并融合患者的各类临床数据。此前，Tempus投入大量的资源建立了自己的数据科学团队，创始人Lefkofsky本人，更是在数据构建、清洗等技术领域有20多年的工作经验。通过使用OCR（光学字符识别技术）和NLP（自然语言处理），Tempus将病理报告和放射报告等文本数据结构化，并将数据以FHIR（快捷健康互操作资源）格式储存起来。

“EHRs（电子健康记录）并未考虑到医学研究，他们是大额账单支付系统，系统设计在基因测序技术发展之前，没有能力处理真实世界数据。” Lefkofsky指出。通常，患者的电子病历数据是孤立的，重要的临床信息往往记录于医生的笔记、化验的病理报告图像和放射学检查中，难以被收集、整理、归纳到信息化系统中。

而NLP技术则是Tempus临床数据结构化的核心技术。NLP是一门融语言学、计算机科学、数学于一体的科学，涉及多项环节，包括分词、词性标注、句法分析、自然语言生成、文本分类、信息检索、信息抽取、文字校对、问答系统、机器翻译、自动摘要等，技术壁垒极高，在医学领域的应用更为复杂。由于医学文本中涉及许多专有名词，且这些名字通常拥有不同的说法，比如药物有商品名和通用名，疾病也有多种亚型，因此比普通文本的识别难度更高。临床文本篇幅长，除了抓取关键词，还需要“理解”语句。

最开始的时候，Tempus原本希望与一两个顶级医疗中心合作，但Tempus的发展也超出Lefkofsky的预料。四年来，Tempus已经与两百多家医院达成了合作。“合作的伙伴曾对我说过，如果不选择Tempus，就意味着要与三四家公司合作，而我们在竞争获胜的答案就是，将基因组和临床数据整合在一个平台上。” Lefkofsky分享道。

最后，运用这些混合技术和收集到的数据，Tempus得以规模化管理流程、扩大数据质量项目、深化算法并建立大规模的数据集。并在数据库集基础上，衍生出多种业务模式：

1、在诊疗方面，对患者人数和潜在的治疗方案给出可靠的数据和意见；

2、在临床试验方面，将这些真实世界数据（RWD）归纳处理，作为真实世界证据（RWE），医生和研究人员可以以此分析类似患者的药物疗效和不良反应，设计体内临床试验。此外，还可对外提供生物建模服务，设计体外试验；

3、在药物审批方面，Tempus提供的真实世界证据可以支持FDA的药物审查。这一点，从Tempus与CancerLinQ和FDA的合作可以看出。

2017年12月，CancerLinQ和Tempus达成协议，Tempus将协助FDA分析CancerLinQ提供的使用免疫检查点抑制剂疗法的癌症患者数据集。CancerLinQ是美国临床肿瘤学会（ASCO）的全资非营利性子公司，2017年6月宣布，将与FDA宣布建立长期合作，探索新兴和新批准疗法的真实世界应用，包括各种疗法的最佳排序，癌症患者的其他疾病对癌症治疗耐受性和疗效的影响，以及免疫疗法联合与单药治疗的有效性等。

CancerLinQ的CEO Cory Wiegert表示：“我们很高兴Tempus能将他们的AI技术和结果分析用于支持FDA在临床试验之外的疗法评估。”2019年4月4日，FDA基于RWE批准了辉瑞的Ibrance，进一步证明了Tempus的基因组与临床数据结合的业务模式在药物审查的广大前景。

四年来，Tempus始终在践行最初的目标：“我们相信，利用精准的数据和AI工具，我们可以加强患者护理，引领世界进入精准医疗的新时代。”

总的来看，Tempus能在短短数年崛起，成为估值20亿美元的独角兽，除了有多个领域顶尖人才的团队支撑，还得益于其将基因组学信息和结构化临床信息相结合的业务模式，以及精准医学大数据平台的建设和规模化的产品服务。通过将基因组学信息和临床表型结合，利用NLP技术结构化数据临床数据，Tempus成功地将其技术应用于临床试验、临床诊断、个性化治疗方案制定、药品审评等各个方面，并与全国各地的肿瘤学家、医院、美国临床肿瘤学会（ASCO）的子公司CancerLinQ达成合作，用数据重新定义了“精准医疗”。

在国内，精准医疗也是近几年的热门方向，自2015年我国将精准医学纳入“十三五”重大科技计划以来，国家在宏观领域和细分领域都给予了相应的政策扶持。2015年4月，国家卫计委公布了首批肿瘤基因测序临床应用试点单位。随后，卫计委先后发布遗传病诊断、产前筛查与诊断、植入前胚胎遗传学诊断、肿瘤诊断与治疗这四个专业的第一批基因测序临床试点名单。此外，仅在2017年，国家就批准了近6亿财政资金用于资助36个“精准医学研究重点专项”项目。

由此，在国内赛道，近几年也涌现出了许多致力于精准医疗的玩家，如医渡云、零氪科技、思派网络、森亿智能等从医院端切入的医疗大数据公司，以及以华大基因、贝瑞和康、博奥生物、泛生子、燃石为首的基因测序公司，但将临床数据和组学信息相结合的企业甚少。

生命奇点（Gennlife）则是国内为数不多的整合了结构化临床数据和分子数据的精准医疗大数据公司。公司成立于2015年。经过四年多的稳健发展，生命奇点已积攒了一支覆盖临床医学、生物统计、生物信息、医学自然语言处理、分子遗传学等领域，高度跨界融合的团队。核心创始团队成员均毕业于北京大学。其中，石瑜教授是美国范德堡大学生物统计系主任，美国FDA的投票委员；张泽民老师是基因泰克前首席生物信息科学家，也是长江学者；CEO刘立宇曾担任北大医信CEO达五年时间，并牵头协助北京大学人民医院成为亚洲第二家、国内第一家成功通过医院信息化HIMSS7级评审的医院。CTO徐辉博士是自然语言处理的专家，百度凤巢的总架构师。CSO佟崴嵬博士则在跨国药厂有20多年的生物统计和生物信息大数据分析经验。

生命奇点旨在将医疗、AI与大数据结合，解决临床和医学数据素有的数量大、来源广、缺乏标准、非结构化等瓶颈难题。整合丰富的临床数据和分子数据，并进行深度治理。打破信息孤岛，结合临床研究的特点打造医疗大数据平台。

同Tempus一样，生命奇点并未制造自己的测序硬件，而是利用成熟的高通量NGS测序体系，结合自主研发的基因panel及解读库，建立了自己的生物信息学工作流，测量患者的基因组变异和转录组表达水平，并为医生解读其临床意义。其国内领先的医学文本NLP技术团队，则可以准确高效地进行语义理解和后结构化信息提取，将大段文本转化成直接可进行统计和分析的变量。支持处理临床数十亿条记录、数千亿数据项的海量数据。通过将结构化的临床数据和丰富的分子数据相结合，生命奇点为临床研究提供高质量的真实世界数据，以及数据驱动的循证医学证据产生、疗法和疗效评估、不良反应分析、诊疗指南和文献库查询、临床决策支持等多种业务。

2016年1月，生命奇点与国家级肿瘤临床研究中心天津肿瘤医院合作，共同建设了全国首家“肿瘤精准医学大数据中心”，并在2016年年底推出了国内第一款商业化精准医学大数据平台VitArk。VitArk结合了原创的医学自然语言处理技术和生物信息分析技术，整合了230万名肿瘤病人的多组学生物医学大数据资源，近10万肿瘤生物标本信息以及近千例的全外显子基因测序数据。

近期，生命奇点更是接连拿下了西安交大第一附属医院、江苏肿瘤医院、武汉中南医院等国家重点临床大数据平台建设项目，与近200家医院达成合作，并在2018年8月被授予中国通信工业协会（CCIA）人工智能与智慧应用分会副会长单位。此外，生命奇点将临床数据与基因组等生物组学数据相结合，有多篇高水平合作论文即将发表。通过强大的技术和基因临床相结合的业务模式，生命奇点真正将沉睡的医疗数据转化为有价值的临床研究结果。

国内的精准医学大数据行业虽起步较晚但生机勃勃，在政策支持下，已迎来了重要的发展契机，有极大的发展空间。基因组学数据与临床数据结合的新赛道，将为药物研究、疾病诊断、个性化治疗带来更多可能。未来，能否如Tempus一样，诞生新的独角兽，我们拭目以待。