TEMA 3. BÚSQUEDA AVANZADA DE INFORMACIÓN EN SALUD

1. INTRODUCCIÓN

Internet es a día de hoy la principal fuente de información para cualquier tema y cada vez más también para la salud. Tanto pacientes como profesionales usan la red para encontrar información a partir de distintas fuentes: revistas científicas, blogs y páginas profesionales e institucionales, publicaciones en redes sociales, contenido multimedia, etc. De esta forma los buscadores se están convirtiendo en la principal puerta de entrada de la población a la información en salud.

Sin olvidar que el otro gran pilar en el que se sustenta Internet hoy en día son las redes sociales, aglutinando gran parte de la conversación (también en salud) y convirtiéndose en espacios desde los que seleccionamos y filtramos contenidos relevantes, y dónde volvemos a poner la información en circulación a través de diversas redes.

Por todo ello, es necesario abordar de manera exhaustiva y práctica la evolución de las estrategias de búsqueda de información en la era digital. Desde la utilización de motores de búsqueda convencionales hasta la explotación de las redes sociales y la incorporación de la inteligencia artificial. Exploraremos cómo los profesionales de la salud podemos aprovechar al máximo estas tecnologías para mejorar nuestra práctica clínica, investigación y toma de decisiones.

A lo largo de este tema descubriremos cómo la llamada "Búsqueda Avanzada de información en Salud" no solo es una herramienta valiosa, sino también un campo en constante evolución que puede mejorar la calidad de la atención sanitaria y la toma de decisiones de nuestro día a día como profesionales sanitarios. 

2. USO AVANZADO DE BUSCADORES 

En los albores de Internet, cuando acudíamos a la red en busca de información era muy probable que usáramos hasta 10 buscadores distintos, los cuales ofrecían a su vez resultados muy variados. Pero en el año 1997 apareció Google de la mano de Larry Page y Sergey Brin y lo cambió todo, hasta tal punto que con el tiempo se convirtió en la principal herramienta de búsqueda en Internet (en España representa el 95% de las búsquedas), alrededor del cual se ha ido desarrollando todo un ecosistema de aplicaciones que lo complementan.

El funcionamiento de los buscadores es bastante similar. Básicamente utilizan determinados programas informáticos llamados rastreadores, bots o arañas, para descubrir sitios web que son de dominio público y una vez detectadas, consultan las páginas web que contienen y siguen sus enlaces, tal y como haría un usuario normal. Conforme van rastreando, recopilan datos sobre esas páginas (enlaces internos, externos, palabras clave, imágenes, etc.), los cuales son enviados a un servidor central que los procesa en base a unos criterios (más o menos conocidos) y finalmente crea un índice sobre el que devuelve después unos resultados cuando se ejecuta una búsqueda.

De esta forma, los sistemas de indexación tienen en cuenta muchos aspectos diferentes de las páginas y últimamente (y cada vez más), características del entorno donde se hace la búsqueda (área geográfica, cuenta de usuario, búsquedas anteriores, etc.).

Podemos diferenciar entre buscadores generalistas, que son aquellos que rastrean todo tipo de archivos y sitios web de cualquier tipo (como lo es por ejemplo, Google), y buscadores especializados, los cuales limitan su rastreo a un ámbito concreto (caso de Google Académico).

Aunque en estos momentos Google es el buscador omnipresente y más extendido, que acapara la práctica totalidad de las búsquedas de muchos países (incluido España), existen otros buscadores generalistas con cierta relevancia y que nos pueden resultar de utilidad para pedir una ‘segunda opinión’:

• Bing: es el motor de búsqueda desarrollado por Microsoft. Aunque no es tan popular como Google, sigue siendo una opción sólida para buscar información en línea. Bing ofrece características como la búsqueda de imágenes, mapas y la integración con la plataforma de Microsoft.
• Yahoo: es otro motor de búsqueda que ha estado en funcionamiento durante mucho tiempo. Aunque no es tan dominante como Google, todavía atrae a usuarios que prefieren su interfaz y características.
• DuckDuckGo: destaca por su enfoque en la privacidad del usuario. No realiza seguimiento de las búsquedas ni recopila información personal del usuario. Esto lo hace popular entre aquellos que valoran la privacidad en línea.
• Yandex: es un motor de búsqueda ruso que es muy utilizado en Rusia y otros países de habla rusa. Ofrece una gama de servicios, incluidos mapas, correo electrónico y otros, además de la búsqueda en sí.
• Baidu: es el principal motor de búsqueda en China y se utiliza ampliamente en ese país. Ofrece servicios similares a Google, pero está optimizado para el mercado chino y su idioma. 

Imagen del buscador chino Baidu. 

Conviene recordar en este punto la existencia de una enorme cantidad de información que no es indexada por los motores de rastreo (Internet Profunda) y por lo tanto no aparecen entre los resultados de las búsquedas por lo que, aunque este capítulo lo vamos a dedicar al uso de buscadores generalistas, no deberíamos limitarnos al uso de estos y sí complementar nuestras búsquedas con el resto de herramientas que veremos más adelante.

De esta forma, y aunque mantiene la misma simplicidad desde el principio, Google ha ido incorporando nuevas características a su buscador, haciéndolo mucho más potente. Desde previsiones meteorológicas, información de aeropuerto, calculadora, etc., hasta un cambio de divisas, etc. Y por el camino ha añadido otras funcionalidades como es por ejemplo el Google Knowledge Graph, un carrusel de imágenes que aparece en algunas búsquedas en la parte superior y que contiene información relevante sobre distintos términos relacionados con aspectos geográficos, artísticos, culturales, etc., herramienta que además ha aprovechado a la hora de mostrar información relacionada con las búsquedas de distintos síntomas de salud.

Imagen Google Knowledge Graph en salud. Fuente: Googleblog.

2.1. Funcionamiento de los buscadores 

Lo más importante en el funcionamiento de un buscador es su potente motor de búsqueda, capaz de rastrear la red e indexar millones de páginas y todo tipo de archivos, para clasificarlos en función de distintos criterios y que cuando hagamos una búsqueda los resultados sean lo más fieles posibles a lo que queremos encontrar. 

El motor de búsqueda de Google es, sin lugar a dudas, uno de los más avanzados y sofisticados del mundo. Su capacidad para rastrear la web e indexar una inmensa cantidad de información es asombrosa. Google utiliza rastreadores web llamados "Googlebots" para recorrer la web, examinar páginas y recopilar información sobre ellas. Estos bots no solo registran el texto en las páginas, sino que también siguen enlaces, analizan la estructura de los sitios web y recopilan datos sobre la calidad y la relevancia de los contenidos. Esta vasta colección de datos se procesa y se utiliza para determinar la clasificación de las páginas web en los resultados de búsqueda.

El algoritmo que impulsa el motor de búsqueda de Google es un secreto celosamente guardado, y se actualiza constantemente para mejorar la precisión de los resultados y evitar la manipulación de estos. El algoritmo considera una amplia variedad de factores para determinar qué páginas son las más relevantes para una consulta dada, como la calidad del contenido, la autoridad del sitio, la velocidad de carga, la estructura de la página, la frescura de la información y otros muchos aspectos.

Google también proporciona directrices a los desarrolladores y editores de sitios web a través de su iniciativa llamada "Google Webmaster Guidelines". Estas pautas ofrecen recomendaciones sobre prácticas recomendadas y factores que se deben tener en cuenta para mejorar la visibilidad de un sitio web en los resultados de búsqueda. Si bien estas directrices no desvelan el algoritmo exacto de Google, ofrecen información valiosa sobre cómo optimizar sitios web para que sean más atractivos y útiles para los usuarios, lo que a su vez puede mejorar su posición en las páginas de resultados de búsqueda.

En definitiva, el éxito de Google como motor de búsqueda radica en su capacidad para recopilar, procesar y clasificar información de manera efectiva, así como en su compromiso con la mejora continua y la transparencia a través de las pautas proporcionadas a la comunidad web. Esto garantiza que los resultados de búsqueda sean lo más relevantes y precisos posible para los usuarios en todo el mundo.

¿Qué pasa en Google cuando ejecutamos una búsqueda?

Desde la propia compañía nos ofrecen unas claves:

1. Antes de buscar. El recorrido de una búsqueda empieza mucho antes de introducirla en Google. Usamos unos robots informáticos (arañas o rastreadores) que buscan páginas web para incluirlas en los resultados de búsqueda de Google. El software de Google almacena datos sobre estas páginas en centros de datos. La Web es como un libro con billones de páginas que tenemos que indexar. Nuestro índice supera los 100 millones de gigabytes.  Hasta ahora, hemos dedicado más de 1 millón de horas a crear el índice.
2. Al buscar. Cuando inicias una búsqueda, el algoritmo de Google empieza a buscar la información que necesitas. La búsqueda recorre una media de 2.400 km para darte una respuesta. Puede detenerse en centros de datos de todo el mundo durante el trayecto y recorre cientos de millones de kilómetros cada hora viajando casi a la velocidad de la luz. Al escribir tu consulta, comprobarás que aparecen predicciones de búsquedas y resultados sin que tengas que pulsar Intro. Así puedes ahorrar tiempo y obtener la respuesta que necesitas lo más rápido posible. Esto es lo que llamamos Google Instant.
3. Ranking: El algoritmo comprueba la consulta y utiliza más de 200 variables para elegir las respuestas más relevantes entre millones de páginas y contenidos. Google actualiza sus algoritmos de clasificación con más de 500 mejoras anuales.

Algunos ejemplos de estas señales son:

• Actualidad del contenido de un sitio web.
• Número de sitios web que dirigen a un sitio y origen de los enlaces.
• Palabras de la página web.
• Sinónimos de palabras clave buscadas.
• Corrección ortográfica.
• Calidad del contenido del sitio.
• URL y título de la página web.
• Tipo de resultado mejor (página web, imagen, vídeo, noticia, resultado personal, etc.).
• Recomendaciones de usuarios a los que estás conectado.

1. Resultados: Los resultados se clasifican por relevancia y se muestran en la página. Además de obtener resultados instantáneos, se puede obtener una vista previa de las páginas web colocando el cursor en las flechas situadas a la derecha de un resultado para decidir rápidamente si se quiere visitar ese sitio. La vista previa instantánea tarda una décima de segundo en cargarse (de media).

2.2. Principales características de los buscadores 

Cuando realizamos cualquier búsqueda de salud, el buscador nos devuelve un número aproximado de páginas que contienen información relacionada con nuestra consulta (habitualmente miles de páginas) y nos permite navegar por los 1.000 primeros resultados, mostrándonos un máximo de 100 resultados por página. Esto significa que, si no conocemos la forma de acotar y filtrar nuestras búsquedas, podríamos pasar horas navegando entre los resultados y aun así estaríamos perdiéndonos información relevante.

Un hecho muy relevante en el ámbito de la salud es que el buscador no clasifica los resultados con criterios de calidad científica, sino de otros relacionados con términos de posicionamiento o el llamado SEO (Search Engine Optimization). Esto significa que, si queremos optimizar nuestras búsquedas de información en salud para encontrar la información más relevante y ahorrarnos cientos de horas, deberíamos conocer los entresijos de la búsqueda avanzada.

Estas son algunas de las características más importantes de Google que permiten mejorar las búsquedas (muchas de las cuales también funcionan en otros tipos de buscadores):

• Resultados privados: los resultados que ofrece Google a cada usuario son muy distintos y están en cierto modo personalizados. Esto quiere decir que Google conoce nuestros gustos gracias a las conocidas ‘cookies’ (pequeños archivos que almacenan nuestro rastro de navegación) y al uso que hacemos del buscador y otras páginas. Por eso cuando hacemos una búsqueda y estamos autentificados con nuestra cuenta de correo o de usuario en una red social, los resultados incluirán información emitida por personas con las que interactuamos en estos espacios. Si queremos obtener resultados de forma más ‘aséptica’, deberíamos activar la opción ‘ocultar resultados privados’.
• Google Instant: es la herramienta que va sugiriendo ideas según se van escribiendo caracteres en la barra de búsqueda. Esto ahorra tiempo para búsquedas comunes y cuando se repiten las búsquedas, a la vez que da una pista de lo que están buscando otras personas en la red.
• Búsquedas relacionadas: es un grupo de términos que aparece al principio o final de cada página de resultados, relacionadas con aquello que estamos buscando, lo cual resulta muy útil para explorar otras opciones de búsqueda.
• Tipos de resultados: podremos elegir el tipo de recursos a consultar: todo, noticias, imágenes, vídeos, mapas, etc.
• Herramientas de búsqueda: permite acotar los resultados por distintas opciones: país, idioma, fecha de publicación y el modo Verbatim (busca palabras o términos exactos, sin corregir ni sugerir nada que se salga de lo que estamos buscando, sin sinónimos, ni en base a nuestro historial).
• Conjunto de opciones: permite definir la configuración de las búsquedas por defecto, los idiomas, activar el safesearch (bloqueo de imágenes inadecuadas o explícitas), historial de consultas y búsqueda avanzada.
• Búsqueda avanzada: escondida en el conjunto de opciones de configuración, es quizás una de las herramientas más potentes a la hora de filtrar resultados, porque posibilita seleccionar el término o términos que se desea incluir, excluir o buscar de manera concreta, así como el idioma, región o sitio web en el que se quiere realizar la búsqueda.
• Uso de comandos y operadores: todas las opciones incluidas en la búsqueda avanzada, pueden ser también utilizadas en la caja principal de búsqueda utilizando distintos operadores y caracteres, lo cual permite ser todavía más ágiles a la hora de implementar cualquier búsqueda.

2.3. Tipos de búsquedas

A la hora de utilizar un buscador podemos ejecutar dos tipos de búsquedas:

• Búsqueda simple: consiste en introducir los términos o palabras clave en la caja de búsqueda y hacer una petición al sistema.
• Búsqueda avanzada: proporciona más opciones para filtrar y limitar tanto los términos de búsqueda, como la devolución de resultados. Suele realizarse mediante el uso de operadores en la caja de búsqueda simple, o bien a través de formularios más amplios que disponen de casillas para precisar las búsquedas.
• Búsqueda por frase: se utiliza cuando queremos recuperar documentos que incluyan la frase tal y como la hemos introducido (por ejemplo, el título exacto de un libro). Habitualmente para ejecutarla es necesario entrecomillar el texto. Por ejemplo: “síndrome de asperger”.
• Uso de operadores para combinar términos: por ejemplo, si deseamos que aparezcan ambas palabras, usaremos el comando AND; pero si queremos que en los resultados aparezcan aquellos documentos que contengan alguno, usaremos OR; y en el caso de que queramos excluir un término, entonces emplearemos NOT.
• Truncamiento: sirve para recuperar todas las terminaciones de un término raíz. Para ello se usa el símbolo comodín ‘*’. Por ejemplo, la búsqueda de inhal* nos devolvería resultados sobre inhalación, inhalar, inhaladores, etc.
• Búsqueda en sitios: el operador site: se utiliza cuando queremos buscar información en un sitio concreto. Por ejemplo: ‘site:saludconectada.com esalud’.
• Búsqueda por tipo de archivo: una opción muy útil si solo queremos buscar un tipo concreto de archivo es la de utilizar el operador filetype: seguido del formato que deseamos (por ejemplo: pdf, doc, ppt y xls).
• Otras opciones: muchos buscadores avanzados permiten el establecimiento de limitaciones previas para restringir los resultados (por ejemplo, acotamiento de fecha, idioma, formato, etc.). 

Por último, además de las opciones avanzadas de búsqueda y el uso de operadores, existen una serie de herramientas complementarias que nos pueden resultar de ayuda a la hora de hacer consultas muy específicas.

La primera de ellas es Google Académico (Google Scholar en inglés), buscador especializado en literatura científica académica al que se puede acceder buscándolo en la propia caja de búsqueda, o en su enlace directo http://scholar.google.es/.  Este buscador permite encontrar bibliografía especializada de numerosas fuentes (artículos, tesis, libros, editoriales y otras organizaciones académicas). Incluye información de resúmenes y citas, y además permite la aplicación de filtros para delimitar los resultados.

Página de inicio de Google Académico.

Otra herramienta interesante es la búsqueda por imágenes, a la que se puede acceder también desde la caja de búsqueda o a través del enlace https://images.google.com/, el cual permite subir una imagen y realiza una búsqueda devolviendo imágenes similares.

Y una aplicación que no debemos olvidar a la hora de realizar nuestras consultas de salud es el traductor de Google (https://translate.google.es), servicio gratuito de traducción online que traduce páginas web y textos al instante, y que facilita la lectura de información de salud en otros idiomas.

3. REDES SOCIALES: EXTRAYENDO INFORMACIÓN DE X (TWITTER) 

Se estima que X (antes Twitter y nos referiremos a ella de ambas formas) tiene más de 330 millones de usuarios, lo cuales publican 500 millones de entradas y realizan más de 2 billones de peticiones de búsqueda diarias.

Gracias a este gran volumen de actividad e información publicada, sus aplicaciones dentro del entorno de la Ciencia 2.0 (la aplicación de las tecnologías de la web social al proceso científico), X se ha convertido en mucho más que una red social de microblogging, llegando incluso algunos la consideran un “microPubmed”.

Esto es debido también a otros motivos (nuevos índices de impacto y métricas alternativas, búsquedas científicas, aparición de Journal Clubs, etc.), pero en esta entrada nos centraremos únicamente en las búsquedas científicas a través de esta red social, una funcionalidad algo desconocida y que nos puede ayudar bastante en el uso de esta herramienta.

Al igual que en PubMed o en otros buscadores de evidencia clásicos, X también permite realizar búsquedas acotadas mediante el uso de operadores y filtros.

La instantaneidad que caracteriza a Twitter también tiene su parte negativa, y es que el contenido publicado desaparece muy rápidamente y posteriormente resulta complejo de localizar.

De hecho, a muchos usuarios de Twitter nos ha pasado lo siguiente: ¿Cómo se llamaba el artículo que compartió en Twitter @Xusuarioqueseguimos pero que no lo guardé ni lo localizo en su time line?

Afortunadamente, Twitter dispone de un buscador desde el cual podemos encontrar tuits que hayan desaparecido de nuestra línea temporal y no encontremos de ninguna manera.

De esta manera, se facilita mucho el encontrar un tuit pasado que queremos recuperar. Eso sí, tenemos que conocer los operadores a introducir para que Twitter nos devuelva correctamente lo que estamos buscando.

¿Cómo buscar tuits más eficientemente? Operadores y filtros de búsqueda en Twitter.

Para poder buscar en Twitter como un auténtico experto, hay que conocer los siguientes comandos:

• Búsqueda por frase exacta (» «): permite encontrar una frase exacta que entrecomillemos.

🔎 Por ejemplo: «Hemoglobinuria Paroxística Nocturna» [click a la búsqueda en Twitter].

• Operador booleano AND: si dos o más palabras que separemos mediante el comando AND. Este es un operador para acotar búsquedas, y que usaremos cuando únicamente queremos obtener resultados que incluyan las palabras incluidas (en cualquier orden).

🔎 Por ejemplo: Cetuximab AND Hipomagnesemia [click a la búsqueda en Twitter].

• Operador booleano OR: al contrario que el anterior, OR nos permite ampliar la búsqueda a cualquiera de los términos introducidos, incluyendo cualquier combinación entre ellos.

🔎 Por ejemplo: Cetuximab OR Panitumumab OR Bevacizumab AND Hypomagnesemia [click a la búsqueda en Twitter].

• Operador de exclusión (-): en este caso podemos elegir que NO se muestre una palabra en concreto. Esto se usa cuando una palabra molesta en la búsqueda o queremos acotar aún más la búsqueda excluyendo algunas palabras clave.

🔎 Por ejemplo: «Breast Cancer» AND Trastuzumab -Women -woman [click a la búsqueda en Twitter]

• Localizar tuits publicados por una cuenta (from:): podemos si queremos obtener únicamente tuits enviados por una cuenta debemos utilizar el filtro from: seguido (sin espacio) del nombre de usuario (con @ o sin @).

🔎 Por ejemplo: «competencias digitales» from:amonterodel [click a la búsqueda en Twitter]

• Filtros para encontrar tuits que contengan algún elemento (filter:): en el caso de que estemos buscando únicamente tuits que contengan imágenes, vídeos o enlaces

🔎 Por ejemplo: «machine learning» filter:twimg [click a la búsqueda en Twitter]

Estos son los comandos y operadores de Twitter más útiles y sencillos de usar para realizar búsquedas rápidas, incluso desde la aplicación para teléfono móvil, pero existen algunos más como filtros de fecha e idioma, por ejemplo. Si vamos a hacer búsquedas complejas que incluyan más de tres comandos o filtros, se recomienda usar mejor la Búsqueda avanzada de Twitter (que para eso está 😙), ya que así no tenemos que estar escribiendo tanto y veremos más clara la búsqueda.

A continuación, se enumeran otras funciones de Twitter que van a permitir gestionar de una manera más adecuada toda la información que nos llega.

Otras funcionalidades de Twitter para rescatar tuits pasados: Búsqueda avanzada, elementos guardados, #hashtags y listas.

• 🕵🏻‍♀️Búsqueda avanzada de Twitter: Como hemos adelantado antes, esta es una funcionalidad de Twitter muy útil pero que funciona fuera del propio Twitter, por lo que, para búsquedas sencillas, por comodidad y rapidez, es preferible usar el buscador nativo en lugar de la búsqueda avanzada.

• Hashtags: ¿Qué decir de los famosos hashtags que no se haya dicho ya…? Es una forma de etiquetar los tuits, utilizando el símbolo de la almohadilla (#) y precedido de una palabra que sirve de etiqueta (#etiqueta). Nos permiten organizar, recopilar y buscar tuits etiquetados con ellos y también es una manera de fomentar la participación y conversación en Twitter.

💡 No se permiten espacios ni símbolos como la @, +, *, ?, &, % ,€, «, / , : , -, ^, =   ni ! (pero la #barra_baja_si).

💡 No se recomienda incluir más de 2 o 3 por cada tuit……porque… #Un #texto #lleno #de #hashtags #no #es #legible #agradable #comprensible #ni #compartible #No #te #pases #xD

• 📝Listas: tal y como hemos visto en otros temas del master, las listas de Twitter nos permiten tener líneas tiempo personalizadas. De esta manera, en lugar de leer los tuits de las personas que seguimos, podemos leer únicamente los mensajes de las personas que hayamos incluido en las listas (no es obligado seguir a estas cuentas).

Así podemos elegir la temática o área de conocimiento que nos apetece leer y evitamos el gran flujo de tuits variados que nos ofrecen las personas que seguimos. Esto sobre todo adquiere gran importancia cuando seguimos a muchas cuentas (más de 250-500). Al poder ser públicas o privadas, las listas son una herramienta que podemos poner a disposición del resto de usuarios de Twitter o usarla exclusivamente nosotros.

Algunos ejemplos de listas de X:

o   TOP Twittesfera Sanitaria (https://twitter.com/Amonterodel/lists/top-twittesfera-sanitaria): Lista sobre las cuentas que se recomienda seguir sobre salud a las personas que empiezan en Twitter.

o   STOPErroresMed & SegPac (https://twitter.com/StopErroresMed/lists/stoperroresmed-segpac): Lista sobre Seguridad del Paciente y Errores de Medicación.

o   Servicios de FH España (https://twitter.com/Amonterodel/lists/servicios-de-fh-espa-a): Recopilación de las cuentas de Twitter de los Servicios de Farmacia Españoles.

4. MODELOS GRANDES DE LENGUAJE E INTELIGENCIA ARTIFICIAL

Si hablamos de gestión del conocimiento, la irrupción en estos últimos años de la inteligencia artificial, concretamente de loa modelos grandes de lenguaje (LLM, por sus siglas en inglés), ha supuesto un hito con un potencial impacto revolucionario en el campo de la búsqueda y gestión de información. Estos modelos, como GPT-3 y sus sucesores, han sido entrenados en grandes corpus de texto y pueden generar información de manera coherente y contextualmente relevante. Su impacto en la búsqueda y gestión de información está siendo significativo por varias razones:

• Búsqueda más precisa: los LLM pueden mejorar la precisión de los motores de búsqueda y recuperación de información. Pueden comprender las consultas de los usuarios de manera más completa y contextual, lo que resulta en resultados de búsqueda más relevantes y útiles.
• Resumen automático: estas herramientas pueden generar resúmenes automáticos de documentos largos, lo que facilita a los usuarios obtener una visión general de la información relevante sin tener que leer el texto completo.
• Generación de contenido: pueden ayudar en la generación automática de contenido, lo que ahorra tiempo y recursos en la gestión de información.
• Traducción automática: los LLM también se utilizan para traducción automática, lo que facilita la gestión de información en múltiples idiomas.
• Clasificación y etiquetado: algunos sistemas pueden ayudar en la clasificación y etiquetado automático de documentos, lo que simplifica la organización y gestión de grandes conjuntos de datos.
• Análisis de sentimientos y opiniones: pueden analizar automáticamente el sentimiento y la opinión en texto, lo que es útil para comprender las tendencias y las reacciones de los usuarios a través de las redes sociales, revisiones de productos, etc.
• Recopilación y resumen de información en tiempo real: los LLM pueden recopilar y resumir información en tiempo real, lo que es valioso para el seguimiento de eventos en tiempo real, como noticias o redes sociales.

Sin embargo y a la vez que presentan un enorme potencial, los LLM también plantean grandes desafíos, como la necesidad de abordar problemas éticos relacionados con la generación de contenido engañoso o perjudicial. Además, la privacidad de los datos y la seguridad son preocupaciones importantes, ya que estos modelos pueden ser utilizados para la recopilación y análisis de grandes cantidades de información personal. Alguno de los retos por resolver que plantean estas tecnologías son:

• Generación de información falsa o engañosa: estas tecnologías pueden generar información que parece verdadera, pero que en realidad es falsa o engañosa. Esto podría llevar a que las personas crean información incorrecta o inexacta, lo que podría considerarse una especie de "alucinación de información" si los usuarios asumen que lo que están leyendo es verídico.
• Reforzamiento de sesgos y prejuicios: los LLM pueden aprender sesgos presentes en los datos con los que fueron entrenados, lo que puede llevar a la generación de contenido sesgado o prejuicioso. Si los usuarios toman este contenido como verdad, podrían desarrollar percepciones erróneas de la realidad.
• Generación de contenido inapropiado o dañino: esto podría afectar negativamente a las personas que lo leen, especialmente si no son conscientes de que el contenido fue generado automáticamente por una máquina.
• Mal uso de la tecnología: si se utilizan estas herramientas de manera irresponsable o maliciosa, podría haber un impacto negativo en la percepción de la información. Por ejemplo, la generación de noticias falsas o la creación de perfiles falsos en redes sociales podrían contribuir a la desinformación y al aumento de la confusión en línea.

Teniendo en cuenta el enorme potencial que tienen estas herramientas y considerando a la vez sus riesgos, es indudable que acabarán integrándose de una forma u otra en nuestros entornos personales de aprendizaje y de hecho, ya se están utilizando a la hora de obtener y trabajar con información en salud, por lo que resulta necesario abordar su uso en nuestro ámbito. 

4.1. ChatGPT y otros LLM 

ChatGPT es un sistema de conversación basado en modelos de lenguaje desarrollado por OpenAI. Este sistema se basa en la arquitectura GPT (Generative Pre-trained Transformer) y se ha adaptado para tareas de diálogo y conversación. Consiste en un sistema de procesamiento de lenguaje natural basado en modelos de inteligencia artificial. Está diseñado para mantener conversaciones y diálogos con usuarios de manera coherente y contextual.

• Generative (Generativo): se refiere a la capacidad del modelo para generar texto. En el contexto de los modelos de lenguaje como GPT, significa que el modelo puede crear texto de manera coherente y contextual, ya sea en forma de respuestas a preguntas, generación de contenido, redacción de texto creativo, entre otros.
• Pre-trained (Preentrenado): significa que el modelo se ha entrenado previamente en una gran cantidad de datos antes de ser afinado para tareas específicas. En el caso de GPT, el modelo se entrena en un corpus masivo de texto de Internet, lo que le permite aprender patrones lingüísticos y conocimiento general del lenguaje. Luego, se ajusta o sintoniza para tareas particulares, como traducción, generación de texto, respuesta a preguntas, etc.
• Transformer: hace referencia a la arquitectura subyacente utilizada en la construcción de GPT y otros modelos de lenguaje avanzados. El Transformer es un tipo de red neuronal que se destaca por su capacidad para manejar relaciones a larga distancia en el texto y capturar contextos complejos. Esta arquitectura ha sido fundamental en los avances en procesamiento de lenguaje natural y ha permitido la creación de modelos como GPT.

En conjunto, "Generative Pre-trained Transformer" se refiere a un modelo de lenguaje que es capaz de generar texto de manera coherente y contextual, que ha sido entrenado previamente en una amplia gama de datos lingüísticos, y que utiliza la arquitectura Transformer para su funcionamiento. Esta combinación de características hace que los modelos GPT, como ChatGPT, sean altamente efectivos en una variedad de aplicaciones relacionadas con el procesamiento del lenguaje natural.

Algunas de las principales características de ChatGPT son:

• Generación de texto coherente: ChatGPT es capaz de generar texto de manera coherente y contextualmente relevante en respuesta a preguntas y declaraciones. Puede participar en diálogos fluidos y naturales con los usuarios.
• Conocimiento y contexto: está entrenado en una amplia variedad de fuentes de texto, lo que le permite tener conocimiento sobre una amplia gama de temas. Puede recordar la información proporcionada previamente en una conversación y utilizarla para mantener la coherencia.
• Adaptabilidad al contexto: puede comprender y responder a preguntas de seguimiento, aclaraciones y cambios en el tema de la conversación. Esto le permite mantener una conversación significativa y adaptarse a las necesidades del usuario.
• Soporte multilingüe: es capaz de comprender y generar texto en varios idiomas, lo que lo hace accesible a una audiencia global.
• Generación de respuestas creativas: aunque su objetivo principal es proporcionar respuestas informativas y útiles, ChatGPT también puede generar respuestas creativas y a veces humorísticas, lo que lo hace versátil en diferentes tipos de conversaciones.
• Aplicaciones diversas: ChatGPT se puede utilizar en una amplia gama de aplicaciones, que van desde asistentes virtuales y atención automatizada hasta generación de contenido, tutoría en línea y más.
• Entrenamiento personalizado: OpenAI permite a los desarrolladores personalizar y ajustar el comportamiento de ChatGPT para satisfacer las necesidades específicas de sus aplicaciones, lo que lo hace altamente adaptable.

Aunque ChatGPT fue el primer modelo en surgir desde la empresa OpenAI y es el más representativo, han ido surgiendo después otras tecnologías similares impulsadas por distintas empresas, con funcionalidades similares o diferentes. Es importante destacar que el rendimiento y la capacidad de estas herramientas pueden variar según la versión y el modelo específico. OpenAI por ejemplo, ha estado trabajando continuamente en mejorar sus modelos y abordar desafíos como la generación de respuestas sesgadas o inapropiadas.

Lo que hace diferente a estos modelos a la hora de buscar información, es que transforman la manera en que pensamos las búsquedas y sustituyen las consultas por conversaciones, ya que cuando se pregunta sobre un tema, se puede abordar diferentes aspectos a partir de repreguntas al sistema. Es decir, en lugar de obtener una lista de páginas a una consulta, se obtienen respuestas directas y relevantes como si estuviéramos conversando con un experto en un tema.

Además, ChatGPT va más allá a la hora de buscar información y podemos usarlo también como asistente a la hora de manejar programas o bases de datos, tal y como se refleja en la siguiente imagen.

Ejemplo de uso de ChatGPT para obtener información sobre cómo buscar en PubMed. Fuente: Ernesto Barrera. 

Tras la irrupción de ChatGPT, otras grandes empresas tecnológicas han ido adoptando y desarrollando sus propias herramientas, integrándolas en sus servicios, como navegadores de Internet, procesadores de texto, plataformas de trabajo colaborativo, etc. El primero en hacerlo fue Microsoft (inversor de OpenAI), que introdujo el modelo GPT-3 dentro de su buscador Bing, con la ventaja frente al ‘clásico’ ChatGPT de estar conectado a Internet y tener capacidad de mostrar las fuentes desde las que obtiene sus resultados.  A partir de ahí, otras empresas como Google, Amazon, Apple o Facebook han ido invirtiendo o desarrollando sus propios modelos de generación de texto con inteligencia artificial.

Otra de las funciones que están incorporando estas herramientas es la llamada ‘multimodalidad’, la cual hace referencia a la capacidad de estos modelos para procesar y comprender múltiples modalidades de entrada, como texto, audio y video. En otras palabras, los modelos LLM multimodales pueden analizar y comprender información de diferentes tipos de medios, lo que les permite generar respuestas más precisas y completas. Por ejemplo, un modelo LLM multimodal podría analizar una imagen médica junto con un informe escrito para proporcionar un diagnóstico más preciso. La multimodalidad es una característica importante de los modelos LLM, ya que les permite procesar información de manera más similar a como lo hace el cerebro humano. Otros ejemplos de multimodalidad son también el reconocimiento de voz, de forma que pueden procesar tanto el audio como el texto para mejorar la precisión del reconocimiento de voz; o la traducción de video y generación de subtítulos. 

4.2. Interaccionando con modelos de lenguaje 

Si hablamos de LLM, tenemos que hablar también de cómo interactuar con estos sistemas. Un "prompt" es una instrucción o una solicitud dada a un modelo de lenguaje para que genere una respuesta o generación de texto específica. Los prompts son esenciales para interactuar con modelos de lenguaje y obtener respuestas coherentes y relevantes.

Un prompt puede ser una pregunta, una declaración incompleta o cualquier texto que el usuario proporcione al modelo para solicitar información o generar contenido. El modelo de lenguaje utiliza el prompt para comprender la intención del usuario y generar una respuesta coherente. La calidad y la relevancia de la respuesta generada por el modelo dependen en gran medida de la claridad y la precisión del prompt que se le proporciona. Por lo tanto, formular prompts adecuados es importante para obtener los resultados deseados al interactuar con estos modelos.

La elección de un prompt adecuado es fundamental para obtener respuestas precisas y coherentes de un Modelo de Lenguaje de Gran Tamaño (LLM) como ChatGPT. Algunos tipos de prompts que se pueden utilizar para interactuar con un LLM son:

• Preguntas directas: un enfoque común es hacer preguntas directas al LLM. Por ejemplo, puedes preguntar: "¿Cuál es la capital de Francia?" Esto suele generar respuestas informativas y precisas.
• Instrucciones específicas: en lugar de una pregunta, se puede proporcionar al modelo una instrucción específica, como: "Escribe un resumen de dos párrafos sobre la dieta mediterránea." El LLM generará contenido basado en la instrucción.
• Solicitud de consejo: se pueden solicitar consejos o recomendaciones al LLM. Por ejemplo, "¿Qué puedo hacer para aliviar el insomnio?" Esto puede ser útil para obtener orientación en una variedad de temas.
• Petición de argumentos: se le puede pedir argumentos a favor o en contra de determinados actos. Por ejemplo “Dame argumentos a favor y en contra de la vacunación frente a la gripe”.
• Conversación natural: se trata de iniciar una conversación como si estuvieras hablando con otra persona. Por ejemplo, "Hola, ¿cómo estás hoy?" El LLM responderá en consecuencia y mantendrá una conversación fluida con el usuario.
• Explicación de un concepto: si se desea entender mejor un concepto, se le puede pedir al LLM que lo explique. Por ejemplo, "Explícame qué es el efecto invernadero." El modelo proporcionará una descripción.
• Solicitudes de creatividad: es posible pedir al LLM que sea creativo y genere contenido, como historias, chistes o poemas. Por ejemplo, "Cuenta una historia sobre un viaje espacial." Esto demuestra la versatilidad del modelo.
• Traducción y transcripción: también se puede usar el LLM para tareas de traducción o transcripción, proporcionando frases o textos en un idioma y solicitando la versión en otro idioma.
• Escenarios hipotéticos: se pueden plantear escenarios hipotéticos o preguntas "¿Y si...?" para explorar situaciones imaginarias. Por ejemplo, "¿Qué pasaría si los dinosaurios todavía vivieran en la Tierra?"
• Resúmenes y análisis: También se le puede solicitar a ChatGPT que resuma un artículo, libro o informe. También solicitar análisis de datos o tendencias.
• Aplicaciones específicas: por último, dependiendo de cada necesidad, es posible adaptar el prompt a una aplicación específica, como asistencia legal, atención al cliente, tutoría, etc. 

4.3. Usos de los LLM en la gestión de información en salud 

A continuación, se exponen algunos de los usos que se están dando a ChatGPT en el ámbito de la salud:

• Creación de contenidos: podemos pedirle por ejemplo que genere un artículo sobre un tema sanitario y a partir de él modularlo con sucesivas peticiones o adaptarlo a un sector concreto de edad. Ejemplo de Prompt: “Quiero que escribas un artículo explicando que es la diabetes mellitus y qué impacto tiene en la salud de las personas. Orienta el artículo a un público adolescente”.
• Adaptación de informes para pacientes: estas herramientas pueden usarse para adaptar informes médicos o técnicos a un lenguaje entendible para la población.
• Aclaración de dudas: muchos pacientes están usando ChatGPT para solucionar dudas sobre cuestiones técnicas o síntomas de salud.
• Enfocar trabajos sobre distintos temas: Podríamos solicitar ‘Indícame cuáles podrían ser los 5 temas más importantes a tratar en un artículo relacionado con el tema XXXX’ o bien ‘Necesito aprender sobre el tema XXX ¿qué aspectos me recomiendas abordar?’
• Búsqueda concreta de información y síntesis: ‘Encuentra los 5 artículos más citados en español sobre el tema XXXX publicados en los últimos 3 años y hazme una tabla comparativa de los resultados de cada uno de ellos’; ‘Haz un resumen del siguiente artículo https://doi.org/10.1158/2159-8290.CD-21-0090’
• Resumen y extracción de información: la mayoría de estas herramientas ya tienen la capacidad de subir un documento de texto, como puede ser por ejemplo un artículo científico, y pedirle a la herramienta que nos genere un resumen de los aspectos más importantes o preguntar sobre alguna de sus partes.
• Elaboración de casos clínicos: se le puede solicitar la elaboración de casos clínicos simulados para usar en formación de estudiantes o profesionales, sobre pacientes imaginarios, que abarquen una amplia variedad de especialidades o áreas clínicas. 

Resulta lógico pensar que, conforme estas herramientas sigan evolucionando, los usos en salud se irán expandiendo, se refinarán los resultados generados en las consultas y se irán integrando en las distintas herramientas de gestión del conocimiento.

5. RECURSOS COMPLEMENTARIOS RECOMENDADOS

Uso del buscador de Google: 

• Introducción al buscador de Google https://www.salusplay.com/apuntes/apuntes-de-salud-digital/video-introduccion-al-buscador-de-google/video   
• Búsqueda simple en Google https://www.salusplay.com/apuntes/apuntes-de-salud-digital/video-busqueda-simple-en-google/video  
• Funcionalidades buscador de Google https://www.salusplay.com/apuntes/apuntes-de-salud-digital/video-funcionalidades-del-buscador-de-google/video  
• Opciones del buscador de Google https://www.salusplay.com/apuntes/apuntes-de-salud-digital/video-opciones-del-buscador-de-google/video  
• Búsqueda Avanzada en Google https://www.salusplay.com/apuntes/apuntes-de-salud-digital/video-busqueda-avanzada-en-google/video  
• Funciones extra de Google https://www.salusplay.com/apuntes/apuntes-de-salud-digital/video-funciones-extra-de-google/video  

Uso de ChatGPT:

• Ernesto Barrera: Introducción a ChatGPT en ciencias de la salud https://ernestobarrera.github.io/t/chatgpt_bibliosalud.html#/  

BIBLIOGRAFÍA 

• Navas-Martin MÁ, Albornos-Muñoz L, Escandell-García C. Access to health information sources in Spain. how to combat" infoxication". Enfermeria Clinica. 2012;22(3):154-8.
• López JM. Hipertextual. 2013 [citado 7 de noviembre de 2023]. Consejos y trucos para aprovechar Feedly al máximo. Disponible en: http://hipertextual.com/2013/05/consejos-de-feedly
• Create RSS Feeds in PubMed [Internet]. U.S. National Library of Medicine; [citado 7 de noviembre de 2023]. Disponible en: https://www.nlm.nih.gov/pubs/techbull/tb.html
• Moewe PP. Cuatro maneras de añadir contenido a Feedly [Internet]. Diga «PLE». 2014 [citado 7 de noviembre de 2023]. Disponible en: https://digaple33.wordpress.com/2014/08/26/cuatro-maneras-de-anadir-contenido-a-feedly/
• Hernández-Medrano I, Carrasco G. El profesional de la salud ante el mundo del Big Data. Revista de Calidad Asistencial. 2016;31(5):250-3.
• Estudio del impacto de un boletín farmacoterapéutico en un área de atención primaria - PMC [Internet]. [citado 7 de noviembre de 2023]. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7681419/
• Feedly Blog [Internet]. [citado 7 de noviembre de 2023]. How to Personalize Your Feedly. Disponible en: https://blog.feedly.com/personalize/
• Información sobre las Listas de X [Internet]. [citado 7 de noviembre de 2023]. Disponible en: https://help.twitter.com/es/using-x/x-lists
• Información sobre las Listas de X [Internet]. [citado 7 de noviembre de 2023]. Disponible en: https://help.twitter.com/es/using-x/x-lists
• Feedly Blog [Internet]. [citado 7 de noviembre de 2023]. Introducing Feeds. Disponible en: https://blog.feedly.com/follow-publications-blogs/
• Tehrani M. LibGuides: PubMed Made Simple: PubMed RSS Feed [Internet]. [citado 7 de noviembre de 2023]. Disponible en: https://libguides.nyit.edu/c.php?g=389741&p=7723117
• Wu WG, Li J. RSS made easy: a basic guide for librarians. Medical Reference Services Quarterly. 2007;26(1):37-50.
• Bastian H, Glasziou P, Chalmers I. Seventy-five trials and eleven systematic reviews a day: how will we ever keep up? PLoS medicine. 2010;7(9):e1000326.
• Todo lo que debes saber sobre las listas de #Twitter y quizás no conoces | Luces y sombras de las marcas [Internet]. [citado 7 de noviembre de 2023]. Disponible en: https://fatimamartinez.es/2016/11/30/como-usar-las-listas-twitter/
• Linares B. Web 2.0 para la gestión eficiente del conocimiento del profesional sanitario: aplicación práctica y estrategia docente. Gest Eval Cost Sanit. 2016;17:287-301.
• Genially [Internet]. [citado 7 de noviembre de 2023]. 2018 ES Manual Usuario Symbaloo. Disponible en: https://view.genial.ly/577b78a87ee14c15c0416100/interactive-content-2018-es-manual-usuario-symbaloo
• Peña I. El PLE de investigación-docencia: el aprendizaje como enseñanza. Entornos Personales de Aprendizaje: Claves para el ecosistema educativo en red (pp 93-110). 2013;
• Gallego Lorenzo J, Juncá Campdepadrós M. Fuentes de información [Internet]. Editorial UOC; 2009 [citado 7 de noviembre de 2023]. Disponible en: https://dialnet.unirioja.es/servlet/libro?codigo=758637
• Del Moral, A., Rodriguez, E, Pazos, J. Gestión del Conocimiento. Madrid: Thomson-Paraninfo; 2007.
• Robert L, Diego L, Llop R, Jiménez JJ. Incorporar los recursos de referencia sobre medicamentos y farmacoterapia a nuestro entorno personal de aprendizaje. FMC: Formación Médica Continuada en Atención Primaria. 2017;24(1):38-47.
• Castañeda Quintero LJ, Adell J. La anatomía de los PLEs. En L Castañeda y J Adell (Eds), Entornos Personales de Aprendizaje: Claves para el ecosistema educativo en red (pp 11-27) Alcoy: Marfil. 2013;
• Domínguez AD. Organizando la docencia y el aprendizaje con Symbaloo. En: Actas del simposio-taller sobre estrategias y herramientas para el aprendizaje y la evaluación. 2015. p. 38-45.
• Gálvez Toro A. Revisión bibliográfica: usos y utilidades. Matronas profesión. 2002;3(10 (diciembre)):25-31.
• Bermúdez-Tamayo C, Jiménez-Pernett J, García Gutiérrez JF, Azpilicueta Cengotitobengoa I, Milena Silva-Castro M, Babio G, et al. Cuestionario para evaluar sitios web sanitarios según criterios europeos. Aten Primaria. 30 de septiembre de 2006;38(5):268-74.
• DISCERN - The DISCERN Instrument [Internet]. [citado 7 de noviembre de 2023]. Disponible en: http://www.discern.org.uk/discern_instrument.php
• Delgado AJ. DSC Library: Finding Reliable Information: CRAAP Test [Internet]. [citado 7 de noviembre de 2023]. Disponible en: https://library.daytonastate.edu/reliable/CRAAP
• Alper BS, Haynes RB. EBHC pyramid 5.0 for accessing preappraised evidence and guidance. BMJ evidence-based medicine. 2016;21(4):123-5.
• Conesa Fuentes MC, Aguinaga Ontoso E. Evaluación de la calidad de las páginas web con información sanitaria: una revisión bibliográfica. 2009;
• Muis KR, Denton C, Dubé A. Identifying CRAAP on the Internet: A Source Evaluation Intervention. Advances in Social Sciences Research Journal. 2022;9(7):239-65.
• Castillo-Ortiz JD, de Jesus Valdivia-Nuno J, Ramirez-Gomez A, Garagarza-Mariscal H, Gallegos-Rios C, Flores-Hernandez G, et al. Legibilidad, relevancia y calidad de la información en español en la Web para pacientes con artritis reumatoide. Reumatología Clínica. 2017;13(3):139-44.
• Mickel J. The CRAAP Test Worksheet.
• Acotar las búsquedas de Google - Ayuda de Búsqueda de Google [Internet]. [citado 2 de noviembre de 2023]. Disponible en: https://support.google.com/websearch/answer/2466433?hl=es
• Castrillón-Estrada JA, García Domínguez JC, Anaya Taboada M, Rodríguez Berdugo D, de la Rosa Barranco D, Caballero-Uribe CV. Bases de datos, motores de búsqueda e índices temáticos: herramientas fundamentales para el ejercicio médico. Revista Salud Uninorte. junio de 2008;24(1):96-119.
• Lopezosa C. Bing chat: hacia una nueva forma de entender las búsquedas. ThinKEPI [Internet]. 2 de marzo de 2023 [citado 2 de noviembre de 2023];17. Disponible en: https://thinkepi.profesionaldelainformacion.com/index.php/ThinkEPI/article/view/91578
• Bing Chat: The Future of Search Engines? - Kelly - 2023 - Proceedings of the Association for Information Science and Technology - Wiley Online Library [Internet]. [citado 2 de noviembre de 2023]. Disponible en: https://asistdl.onlinelibrary.wiley.com/doi/full/10.1002/pra2.927
• Codina L. Vol. 1, Infonomy. Ediciones Profesionales de la Información SL; 2023 [citado 2 de noviembre de 2023]. Buscadores alternativos a Google con IA generativa: análisis de You.com, Perplexity AI y Bing Chat [Alternative search engines to Google with generative AI: analysis of You.com, Perplexity AI and Bing Chat]. Disponible en: http://eprints.rclis.org/44549/
• Búsqueda avanzada [Internet]. [citado 2 de noviembre de 2023]. Disponible en: https://biblus.us.es/fama2/mach/ad/tfg/buscar/2.%20Buscar_11.htm
• SEO Diaz [Internet]. 2014 [citado 2 de noviembre de 2023]. Búsquedas avanzadas en Google - Operadores y trucos. Disponible en: https://seo-diaz.com/operadores-avanzados-trucos-para-buscar-en-google/
• Búsquedas avanzadas en Google | Observatorio Tecnológico [Internet]. [citado 31 de octubre de 2023]. Disponible en: http://recursostic.educacion.es/observatorio/web/eu/internet/recursos-online/1004-busquedas-avanzadas-en-google
• Kohnke L, Moorhouse BL, Zou D. ChatGPT for Language Teaching and Learning. RELC Journal. 1 de agosto de 2023;54(2):537-50.
• Gordijn B, Have H ten. ChatGPT: evolution or revolution? Med Health Care and Philos. 1 de marzo de 2023;26(1):1-2.
• Patel SB, Lam K. ChatGPT: the future of discharge summaries? The Lancet Digital Health. 1 de marzo de 2023;5(3):e107-8.
• Cómo buscar información científica en Internet [Internet]. [citado 31 de octubre de 2023]. Disponible en: https://es.slideshare.net/jbasago/cmo-buscar-informacin-cientfica-recursos-y-utilidades
• Enterprise operators [Internet]. [citado 5 de noviembre de 2023]. Disponible en: https://developer.twitter.com/en/docs/twitter-api/enterprise/rules-and-filtering/enterprise-operators
• devteam  educ ar. Estrategias para buscar en internet [Internet]. [citado 2 de noviembre de 2023]. Disponible en: https://www.educ.ar/recursos/120208/estrategias-para-buscar-en-internet
• Wang C, Liu S, Yang H, Guo J, Wu Y, Liu J. Ethical Considerations of Using ChatGPT in Health Care. Journal of Medical Internet Research. 11 de agosto de 2023;25(1):e48009.
• Lopezosa C, Codina L, Rovira C. Google Scholar: SEO académico y curación de contenidos: una guía para autores. 10 de octubre de 2022 [citado 2 de noviembre de 2023]; Disponible en: http://repositori.upf.edu/handle/10230/54328
• Hacer una búsqueda avanzada en Google - Ordenador - Ayuda de Búsqueda de Google [Internet]. [citado 2 de noviembre de 2023]. Disponible en: https://support.google.com/websearch/answer/35890?hl=es&co=GENIE.Platform%3DDesktop
• Barrera E. Recursos para la gestión de información 🔎🩺⚕. 2023 [citado 2 de noviembre de 2023]. Herramientas para buscar información sanitaria: ChatGPT para Profesionales Sanitarios | 👨‍⚕️ EB. Disponible en: https://ernestobarrera.github.io/
• How to Master Twitter Search: Basic Boolean Operators and Filters [Internet]. [citado 5 de noviembre de 2023]. Disponible en: http://thesocialchic.com/2013/04/26/how-to-master-twitter-search/
• Rachev P. How to Use Twitter More Efficiently with These Hidden Search Features [Internet]. Medium. 2019 [citado 5 de noviembre de 2023]. Disponible en: https://p5v.medium.com/how-to-use-twitter-more-efficiently-with-these-hidden-search-features-8c80b450fabc
• Papeles de Inteligencia Competitiva [Internet]. 2013 [citado 31 de octubre de 2023]. Internet profunda: qué es y cómo puedes encontrarla. Disponible en: https://papelesdeinteligencia.com/internet-profunda/
• Aiumtrakul N, Thongprayoon C, Suppadungsuk S, Krisanapan P, Miao J, Qureshi F, et al. Navigating the Landscape of Personalized Medicine: The Relevance of ChatGPT, BingChat, and Bard AI in Nephrology Literature Searches. Journal of Personalized Medicine. octubre de 2023;13(10):1457.
• Ronconi R. Proceso de búsqueda, recuperación y evaluación de la información [Internet]. 2020 [citado 2 de noviembre de 2023]. Disponible en: http://eprints.rclis.org/40363/
• Biswas SS. Role of Chat GPT in Public Health. Ann Biomed Eng. 1 de mayo de 2023;51(5):868-9.
• Search operators [Internet]. [citado 5 de noviembre de 2023]. Disponible en: https://developer.twitter.com/en/docs/twitter-api/v1/rules-and-filtering/search-operators
• Digital Inspiration [Internet]. [citado 5 de noviembre de 2023]. The Best Twitter Search Tricks. Disponible en: https://www.labnol.org/internet/twitter-search-tricks/13693/
• Buffer Library [Internet]. 2023 [citado 5 de noviembre de 2023]. The Superhuman Guide to Twitter Advanced Search: 23 Hidden Ways to Use Advanced Search for Marketing and Sales. Disponible en: https://buffer.com/library/twitter-advanced-search/
• Liu J, Wang C, Liu S. Utility of ChatGPT in Clinical Practice. Journal of Medical Internet Research. 28 de junio de 2023;25(1):e48568.