Nossa história
O FullCorpus AI não nasceu de uma hipótese de mercado. Nasceu de uma necessidade real, vivida por um pesquisador com centenas de artigos para analisar e nenhuma ferramenta à altura.
O problema
Durante sua pesquisa de pós-doutorado no Hospital de Clínicas de Porto Alegre, Bernardo Soares Fernandes se viu diante de um corpus extenso de literatura científica — e de uma escolha impossível.
Analisar tudo manualmente? Semanas de trabalho, risco de inconsistência. Usar um LLM genérico? Sem rastreabilidade, sem estrutura, sem rigor metodológico. As ferramentas disponíveis forçavam a escolher entre escala e qualidade.
"Eu precisava de uma terceira via. Automação com o rigor que a ciência exige. Como ela não existia, resolvemos construir." — Bernardo Soares Fernandes, idealizador do FullCorpus AI
Linha do tempo
Bernardo inicia o pós-doutorado no HCPA com foco em IA e healthtechs. Durante uma revisão sistemática com mais de 150 artigos, percebe que nenhuma ferramenta disponível oferece a combinação de escala e rigor metodológico que a pesquisa exige. A ideia do FullCorpus AI começa a tomar forma.
Bernardo encontra Otávio Oliveira, graduado em Informática Biomédica pela UFCSPA. Juntos, desenvolvem o primeiro protótipo funcional: uma pipeline Python capaz de processar documentos em lote via API da OpenAI e exportar resultados estruturados. A ferramenta é testada em pesquisas reais e os primeiros ajustes são feitos.
O FullCorpus AI é expandido para suportar múltiplos modelos (Gemini, Claude) e múltiplos formatos de entrada. O foco passa a ser rastreabilidade: cada análise registra modelo, versão, temperatura e prompt. A ferramenta é aplicada em projetos de pesquisa externos ao grupo original, validando sua utilidade.
FullCorpus AI abre para acesso antecipado. Pesquisadores, healthtechs e institutos de pesquisa começam a utilizar a ferramenta. A interface web está em desenvolvimento ativo. A missão segue a mesma: dar a pesquisadores a terceira via que não existia.
O que nos guia
A prioridade nunca foi ser o mais rápido. Foi ser o mais confiável para quem precisa publicar com evidências.
Toda análise deve ser auditável. Modelo, versão, prompt, temperatura — tudo documentado para reprodutibilidade.
Nenhuma funcionalidade foi adicionada sem ter sido necessária em uma pesquisa real. Isso garante que cada detalhe importa.
Não defendemos nenhum LLM. Oferecemos a camada que permite escolher o melhor modelo para cada tarefa.
Visão de futuro
Não importa o tamanho do laboratório ou o orçamento disponível. Quem tem um corpus e uma pergunta de pesquisa merece uma ferramenta à altura — com o rigor que a ciência exige.
Faça parte
Converse com a equipe. Pode ser o início de uma colaboração ou simplesmente um acesso antecipado à ferramenta.