Rivia capta €13 millones para AI agéntica para gestionar ensayos clínicos

Швейцарская Rivia привлекла около €13 млн в новом раунде финансирования, чтобы развивать агентный ИИ для клинических испытаний. Стартап из Цюриха хочет автоматизировать не саму науку, а самый болезненный операционный слой разработки лекарств: сбор, сверку, проверку и интерпретацию данных, которые сегодня по-прежнему разбросаны по десяткам систем.

Почему рынок сломан Клинические испытания — один из самых насыщенных данными процессов в медицине.

Даже одно крупное исследование Phase III может одновременно тянуть информацию из исследовательских центров, лабораторий, дневников пациентов, носимых устройств, изображений, геномики и регуляторных документов. Проблема в том, что эти потоки обычно живут у разных вендоров, приходят в разных форматах и обновляются с разной скоростью. В итоге команды тратят время не на анализ, а на бесконечную ручную сборку единой картины.

По словам Rivia, за последнее десятилетие объём данных в клинических исследованиях вырос более чем на 400%, но базовая инфраструктура почти не изменилась. Крупные системы вроде Veeva и Medidata исторически решали задачу хранения и соответствия регуляторным требованиям, а не интеграции разнородных источников в реальном времени. Поэтому на практике компании часто по-прежнему выгружают файлы из нескольких систем, сводят их в Excel или строят отдельные пайплайны под каждый новый протокол.

Что строит

Rivia Rivia работает с 2022 года и сначала строила единый слой данных для биотех-команд, а уже потом начала добавлять AI-агентов поверх этой базы. В июне 2024 года стартап привлёк €3 млн seed-инвестиций, а теперь закрыл более крупный раунд Series A, который, по данным разных публикаций, составил $15 млн, или примерно €13 млн. Раунд возглавил Earlybird; также участвовали Defiant, Speedinvest, Amino Collective и Nina Capital. Деньги пойдут на рост команд в Цюрихе и Бостоне и на запуск новых встроенных агентов.

«Если сначала не выстроить структуру данных, ИИ будет работать на плохо организованной информации и давать ненадёжный результат», — объясняет CEO Rivia Эрик Скальфаро.

Сейчас платформа Rivia включает несколько ключевых слоёв: единый слой нормализованных данных для разрозненных источников библиотеку переиспользуемых конфигураций под логику конкретных исследований агента Spark, который превращает запросы на естественном языке в клинические графики и сводки агентов для проактивного мониторинга качества данных и отклонений * процессы с прозрачным аудитом действий, которые можно проверить в регуляторном контуре Отдельно Rivia ссылается на результаты Phase 2-исследования, где Spark помогал команде спонсора в типовых задачах клинического ревью — от анализа нежелательных явлений до построения когорт и подготовки описательных сводок. По данным компании, среднее время ручной задачи составляло 47 минут, а ответ Spark — около 2 минут. В сумме это дало экономию 91% времени и высвободило примерно 20 часов, которые команда смогла потратить не на механику данных, а на клинические решения.

Число клиентов компания пока не раскрывает, но утверждает, что платформа уже используется в активных испытаниях.

Где пригодятся агенты

Самый интересный момент в истории Rivia — не просто очередной AI-ассистент, а попытка встроить агентов в жёстко регулируемую среду. В клинических испытаниях недостаточно «умного чата», который даёт красивый ответ. Здесь важны объяснимость, audit trail, валидация, контроль версий и соответствие требованиям FDA и EMA.

На этом фоне растёт и регуляторное давление: отрасль всё чаще ждут инструменты, которые помогают управлять рисками и соблюдением требований проактивно, а не постфактум. На практике такие агенты могут закрывать несколько дорогих и медленных задач сразу: заранее подсвечивать проблемы с качеством данных, находить риски набора пациентов до срыва сроков, помогать командам быстрее строить визуализации и сводки по ходу исследования, а также структурировать действия так, чтобы их можно было проверить позже. Если этот подход заработает на масштабе, выигрыш получат не только CRO и биотехи, но и сами программы разработки лекарств, где задержки быстро превращаются в миллионы долларов потерь.

Что это значит

Rivia делает ставку на понятный тезис: следующий этап AI в healthtech — не генерация текста поверх хаотичных файлов, а агентные системы, которые понимают логику клинического исследования и работают внутри регуляторных рамок. Компания ставит амбициозную цель сократить стоимость испытаний до 50%; если ей удастся доказать надёжность такого подхода на реальных программах, рынок получит не ещё один дашборд, а новый операционный слой для разработки лекарств.