Rivia levanta €13 milhões em IA agêntica para gerir ensaios clínicos

A suíça Rivia captou cerca de €13 milhões em uma nova rodada de financiamento para desenvolver IA agêntica para ensaios clínicos. A startup de Zurique quer automatizar não a ciência em si, mas a camada operacional mais penosa do desenvolvimento de medicamentos: coletar, reconciliar, verificar e interpretar dados que hoje continuam espalhados por dezenas de sistemas.

Por que o mercado está quebrado

Os ensaios clínicos são um dos processos que mais geram dados na medicina. Um único estudo grande de Phase III pode puxar informações ao mesmo tempo de centros de pesquisa, laboratórios, diários de pacientes, dispositivos vestíveis, imagens, genômica e documentos regulatórios. O problema é que esses fluxos costumam ficar com fornecedores diferentes, chegam em formatos distintos e são atualizados em velocidades diferentes. Com isso, as equipes gastam tempo não analisando, mas montando manualmente, sem fim, um quadro único.

Segundo a Rivia, o volume de dados em pesquisa clínica cresceu mais de 400% na última década, mas a infraestrutura básica quase não mudou. Grandes sistemas como Veeva e Medidata resolveram historicamente o armazenamento e a conformidade regulatória, não a integração de fontes heterogêneas em tempo real. Por isso, na prática, as empresas muitas vezes ainda exportam arquivos de vários sistemas, consolidam tudo no Excel ou montam pipelines separados para cada novo protocolo.

O que a Rivia está construindo

A Rivia atua desde 2022. Primeiro construiu uma camada unificada de dados para equipes de biotecnologia e só depois começou a adicionar agentes de IA sobre essa base. Em junho de 2024, a startup levantou €3 milhões em investimento seed e agora fechou uma rodada Series A maior que, segundo diversas publicações, somou US$ 15 milhões, ou cerca de €13 milhões. A rodada foi liderada pela Earlybird; também participaram Defiant, Speedinvest, Amino Collective e Nina Capital. O dinheiro será usado para ampliar as equipes em Zurique e Boston e lançar novos agentes integrados.

"Se a estrutura de dados não for construída primeiro, a IA vai trabalhar com informações mal organizadas e entregar resultados pouco confiáveis", explica o CEO da

Rivia, Erik Scalfaro.

A plataforma da Rivia inclui hoje várias camadas principais:

• uma camada unificada de dados normalizados para fontes dispersas
• uma biblioteca de configurações reutilizáveis para a lógica de estudos específicos
• o agente Spark, que transforma pedidos em linguagem natural em gráficos e resumos clínicos
• agentes para monitoramento proativo da qualidade dos dados e de desvios
• processos com auditoria transparente das ações, que podem ser verificados no ambiente regulatório

A Rivia cita, à parte, resultados de um estudo de Phase 2 em que o Spark ajudou a equipe de um patrocinador em tarefas típicas de revisão clínica, da análise de eventos adversos à construção de coortes e à preparação de resumos descritivos. Segundo a empresa, uma tarefa manual levava em média 47 minutos, enquanto a resposta do Spark levava cerca de 2 minutos. No total, isso gerou economia de 91% do tempo e liberou aproximadamente 20 horas, que a equipe pôde dedicar a decisões clínicas, e não à mecânica dos dados.

A empresa ainda não divulga o número de clientes, mas afirma que a plataforma já é usada em ensaios ativos.

Onde os agentes serão úteis

O ponto mais interessante da história da Rivia não é ser mais um assistente de IA, mas a tentativa de embutir agentes em um ambiente rigidamente regulado. Em ensaios clínicos, não basta um "chat inteligente" que dá uma resposta bonita. Importam explicabilidade, audit trail, validação, controle de versões e conformidade com os requisitos da FDA e da EMA. Nesse contexto, cresce também a pressão regulatória: o setor deve precisar cada vez mais de ferramentas que ajudem a gerir riscos e conformidade de forma proativa, não depois do fato.

Na prática, esses agentes podem cumprir de uma vez várias tarefas caras e lentas: sinalizar com antecedência problemas de qualidade dos dados, encontrar riscos de recrutamento de pacientes antes que os prazos estourem, ajudar as equipes a montar visualizações e resumos mais rápido ao longo do estudo e estruturar as ações para que possam ser verificadas depois. Se essa abordagem funcionar em escala, ganharão não só as CROs e as empresas de biotecnologia, mas os próprios programas de desenvolvimento de medicamentos, em que atrasos rapidamente viram milhões de dólares em prejuízo.

O que isso significa

A Rivia aposta em uma tese clara: a próxima etapa da IA em healthtech não é gerar texto sobre arquivos caóticos, mas sistemas agênticos que entendem a lógica de um estudo clínico e funcionam dentro dos limites regulatórios. A empresa definiu a ambiciosa meta de reduzir o custo dos ensaios em até 50%. Se conseguir provar a confiabilidade dessa abordagem em programas reais, o mercado ganhará não mais um dashboard, mas uma nova camada operacional para o desenvolvimento de medicamentos.