Rivia capta €13 milhões para AI agêntica na gestão de ensaios clínicos

A Rivia, uma startup suíça, arrecadou aproximadamente €13 milhões em uma nova rodada de financiamento para desenvolver IA agêntica para ensaios clínicos. A empresa sediada em Zurique quer automatizar não a ciência em si, mas a camada operacional mais dolorosa do desenvolvimento de medicamentos: a coleta, reconciliação, verificação e interpretação de dados que hoje permanecem espalhados por dezenas de sistemas.

Por que o Mercado Está Quebrado

Ensaios clínicos são um dos processos mais saturados de dados na medicina. Até mesmo um único grande estudo Phase III pode puxar informações simultaneamente de centros de pesquisa, laboratórios, diários de pacientes, dispositivos vestíveis, imagens, genômica e documentos regulatórios. O problema é que esses fluxos normalmente vivem com diferentes fornecedores, chegam em diferentes formatos e atualizam em velocidades diferentes. Como resultado, as equipes gastam tempo não em análise, mas em montagem manual interminável de uma imagem unificada.

De acordo com a Rivia, na última década o volume de dados em ensaios clínicos cresceu mais de 400%, mas a infraestrutura subjacente mal mudou. Grandes sistemas como Veeva e Medidata historicamente resolveram o problema de armazenamento e conformidade regulatória, não a integração em tempo real de fontes heterogêneas. Na prática, as empresas ainda frequentemente exportam arquivos de vários sistemas, consolidam-nos em Excel ou criam pipelines separados para cada novo protocolo.

O Que a Rivia Está Construindo

A Rivia opera desde 2022 e inicialmente construiu uma camada de dados unificada para equipes de biotecnologia, depois começou a adicionar agentes de IA em cima dessa fundação. Em junho de 2024, a startup arrecadou €3 milhões em financiamento seed, e agora fechou uma rodada Series A maior, que segundo várias publicações foi de $15 milhões, ou aproximadamente €13 milhões. A rodada foi liderada pela Earlybird; outros participantes incluíram Defiant, Speedinvest, Amino Collective e Nina Capital. Os fundos irão para crescimento de equipes em Zurique e Boston e lançamento de novos agentes integrados.

"Se você não estabelecer primeiro uma estrutura de dados apropriada, a IA trabalhará com informações mal organizadas e entregará resultados não confiáveis," explica o CEO da

Rivia, Eric Scalfaro.

Atualmente, a plataforma Rivia inclui várias camadas-chave:

• uma camada unificada de dados normalizados para fontes diferentes
• uma biblioteca de configurações reutilizáveis para lógica de estudo específica
• o agente Spark, que converte consultas em linguagem natural em gráficos clínicos e resumos
• agentes para monitoramento proativo da qualidade dos dados e anomalias
• processos com trilhas de auditoria transparentes de ações que podem ser verificadas no arcabouço regulatório

Separadamente, a Rivia referencia resultados de um estudo Phase 2, onde Spark ajudou a equipe do patrocinador em tarefas típicas de revisão clínica—desde análise de eventos adversos até construção de coortes e preparação de resumos descritivos. De acordo com a empresa, o tempo médio para uma tarefa manual era 47 minutos, enquanto a resposta do Spark levava cerca de 2 minutos. No total, isso resultou em economia de 91% de tempo e liberou aproximadamente 20 horas, que a equipe pôde gastar não em mecânica de dados, mas em decisões clínicas.

A empresa ainda não divulgou sua contagem de clientes, mas afirma que a plataforma já está sendo usada em ensaios ativos.

Onde os Agentes Serão Úteis

O aspecto mais interessante da história da Rivia não é apenas outro assistente de IA que entrega uma resposta elegante, mas uma tentativa de integrar agentes em um ambiente altamente regulado. Em ensaios clínicos, um "chat inteligente" que fornece uma resposta polida não é o suficiente. O que importa aqui é explicabilidade, trilha de auditoria, validação, controle de versão e conformidade com os requisitos da FDA e EMA.

Contra esse pano de fundo, a pressão regulatória também está crescendo: a indústria cada vez mais espera ferramentas que ajudem a gerenciar riscos e conformidade de forma proativa, em vez de após o fato. Na prática, esses agentes podem abordar várias tarefas caras e lentas simultaneamente: sinalizar problemas de qualidade de dados com antecedência, identificar riscos de recrutamento de pacientes antes que os prazos escorreguem, ajudar as equipes a construir visualizações e resumos mais rapidamente conforme o estudo progride, e estruturar ações para que possam ser auditadas depois.

Se essa abordagem escalar, os benefícios irão ajudar não apenas CROs e biotechs, mas também os próprios programas de desenvolvimento de medicamentos, onde atrasos rapidamente se traduzem em milhões de dólares em perdas.

O Que Isso Significa

A Rivia está apostando em uma tese clara: o próximo estágio de IA em healthtech não é geração de texto em cima de arquivos caóticos, mas sistemas agênticos que entendem a lógica de ensaios clínicos e operam dentro de marcos regulatórios. A empresa estabelece um objetivo ambicioso de reduzir os custos dos ensaios em 50%; se conseguir provar a confiabilidade dessa abordagem em programas reais, o mercado ganhará não outro dashboard, mas uma nova camada operacional para desenvolvimento de medicamentos.