Rivia raccoglie 15 milioni di dollari per risolvere l'infrastruttura dati obsoleta dietro gli studi clinici

Rivia, un'azienda con sede a Zurigo specializzata nell'intelligenza dei trial clinici, ha ottenuto 15 milioni di dollari di finanziamenti di Serie A per affrontare le sfide critiche dell'infrastruttura dati nello sviluppo di farmaci. Questo investimento, guidato da Earlybird e supportato da Defiant e investitori esistenti, rafforzerà la missione di Rivia di creare uno strato di dati più efficiente e intelligente per i trial clinici, un settore che affronta crescenti pressioni normative e finanziarie. Il motore dati innovativo dell'azienda mira a standardizzare e semplificare il complesso processo di integrazione e analisi dei dati da migliaia di fonti disparate. Il fulcro della soluzione di Rivia è il suo motore dati proprietario, progettato per ingerire e armonizzare file di dati eterogenei in tempo reale. Questo motore applica una logica scientifica specifica per il trial attraverso una libreria di configurazioni riutilizzabili, fornendo dati puliti e integrati direttamente nei flussi di lavoro operativi. Questa base ora supporta una nuova suite di agenti AI integrati, a partire da Spark, che converte il linguaggio naturale in visualizzazioni cliniche di livello pubblicazione. Agenti futuri si concentreranno sul monitoraggio proattivo della qualità dei dati, sulla rilevazione precoce delle deviazioni e sulla prioritizzazione intelligente, migliorando l'integrità e l'efficienza complessiva dei trial clinici. Questo finanziamento arriva in un momento cruciale per l'industria farmaceutica, dove i margini in calo e le crescenti richieste normative richiedono una gestione dei dati più sofisticata. L'infrastruttura tradizionale dei trial clinici, che spesso si basa su sistemi frammentati e sull'assemblaggio manuale dei dati, è in ritardo rispetto alla crescita esponenziale del volume e della complessità dei dati provenienti da fonti come dispositivi indossabili e laboratori specializzati. L'approccio di Rivia, costruendo un solido motore dati prima di stratificare l'AI, mira a fornire l'impalcatura essenziale per un'interpretazione accurata e un processo decisionale più rapido e proattivo nello sviluppo di farmaci, supportando in ultima analisi gli sforzi europei per costruire ecosistemi sanitari digitali più resilienti.