Introducción a ChatGPT
En Ciencias de la Salud
💡TIP
Esta presentación contiene diapositivas en navegación horizontal y vertical, según se indica en las flechas de abajo a la derecha. Girar la rueda del ratón, pulsar la barra espaciadora o las teclas de flecha del teclado para navegar por ellas.
Incluye contenido audio en cada diapositiva para facilitar un uso virtual asíncrono
Índice de la Presentación
¿Qué es ChatGPT?
Herramienta de inteligencia artificial 🧠 que utiliza procesamiento de lenguaje natural para proporcionar respuestas conversacionales en tiempo real. En otras palabras, es un chatbot que puede conversar contigo y responder tus preguntas siempre que las formules en lenguaje natural. CHATGPT utiliza una gran cantidad de datos para mejorar constantemente la calidad de sus respuestas.
Algunas características
- 📝 Generación de texto coherente y relevante.
- ❓ Capacidad para responder a preguntas.
- 🎨 Capacidad para escribir en diferentes estilos.
- 🔍 Capacidad para aprender de los inputs del usuario.
- 🧠 Memoria de conversación: ChatGPT puede recordar el contexto de una conversación anterior y utilizarlo para generar respuestas más coherentes.
- 👁️ Ahora es multimodal, puede ver, oír y leer: el texto como el "tejido conectivo".
"No es magia...es Inteligencia Artificial" ✨
📈 Bibliometría:
El "Taquillazo" de ChatGPT
IA: ↑39.12% (2022), ↑28.74% (2023)
ChatGPT: ↑246% en 2022, ↑6477%=>↑ x 65 en 2023
IA: ~1 de cada 100 publicaciones en 2023
ChatGPT: ~1 de cada 1000 publicaciones en 2023
ChatGPT no cambia la forma en que buscas...
si no la forma en que pensamos en la búsqueda
De resultados a respuestas, de consultas a conversaciones
Mapa Conceptual: Las múltiples facetas de ChatGPT
Estos son solo algunos de los casos de uso posibles.
*Puedes hacer zoom en la imagen con el botón izquierdo del ratón + tecla ALT.
Algunos ejemplos de uso de ChatGPT
Describir una búsqueda en PubMed
👩🏽⚕️ Yo:
No sé cómo buscar en Pubmed, pero quiero entender cómo funciona esto. Explícame la sintaxis de PubMed (diapositiva superior) de forma que una persona sin conocimientos técnicos pueda entenderla. Organízalo por secciones con encabezados.
(statin*|rosuvastatin|lovastatin|atorvastatin|pravastatin|pitavastatin) ((((("critical appraisal" OR "journal club" OR (journal[TIAB] AND club*[TIAB])))) OR ((((("evidence-based practice" OR "evidence-based policy" OR "evidence based practice" OR "evidence-based medicine" OR "evidence based medicine" OR "evidence-based health care" OR "evidence-based healthcare" OR "evidence based health care" OR "evidence based health care" OR "evidence-based dentistry" OR "evidence based dentistry" OR "Evidence-Based Facility Design" OR "evidence-based nursing" OR "evidence based nursing" OR "Evidence-Based Emergency Medicine")))) OR (((((("Evidence-Based Practice"[Mesh]) OR "Evidence-Based Practice/education"[Mesh]) OR "Evidence-Based Medicine"[Mesh]) OR "Evidence-Based Dentistry"[Mesh]) OR "Evidence-Based Nursing"[Mesh] OR "Evidence-Based Facility Design"[Mesh] OR "Evidence-Based Emergency Medicine"[Mesh])))))🤖 ChatGPT:
La consulta proporcionada está estructurada de manera compleja para obtener resultados precisos en PubMed. Vamos a desglosarla paso a paso.
1. Palabras clave y operadores
Las "palabras clave" son las palabras o frases específicas que estamos buscando en la literatura.
Operadores son las herramientas que usamos para decirle al motor de búsqueda cómo queremos que combine o excluya ciertas palabras clave. En PubMed, los operadores principales son: OR, AND y NOT.
Por ejemplo con ("manzana" OR "pera"), la búsqueda devolverá resultados que contienen la palabra "manzana" o "pera".
2. Términos de búsqueda con "wildcards"
Un "wildcard" es un símbolo que se utiliza para representar uno o más caracteres en una palabra clave. En PubMed, el asterisco (*) es un wildcard común.
statin* buscará todas las palabras que comiencen con "statin", como "statins", "statin-induced", etc.
3. Grupos de palabras clave
La búsqueda se compone de varios grupos de palabras clave, separados por operadores. Estos grupos permiten realizar búsquedas más específicas.
(statin*|rosuvastatin|lovastatin|atorvastatin|pravastatin|pitavastatin)Esto buscará cualquier mención de términos relacionados con "statin" o los nombres específicos de medicamentos listados. El operador | es equivalente al OR.
4. Uso de campos específicos: [TIAB] y [Mesh]
El campo [TIAB] en PubMed se refiere a "Title/Abstract", lo que significa que la búsqueda se limitará a los títulos y resúmenes de los artículos.
journal[TIAB] AND club*[TIAB]Esto buscará artículos cuyo título o resumen contenga la palabra "journal" y alguna palabra que comience con "club".
[Mesh] se refiere a los "Medical Subject Headings", que son términos estandarizados utilizados para indexar artículos en PubMed.
"Evidence-Based Practice"[Mesh]Esto buscará artículos que hayan sido indexados bajo el término "Evidence-Based Practice" en el sistema MeSH.
5. Combinación de grupos
La consulta completa combina todos estos grupos de palabras clave utilizando operadores OR para abarcar una amplia gama de términos relacionados con la práctica basada en la evidencia y los medicamentos relacionados con "statin".
ChatGPT: Quiero un análisis bibliométrico de publicaciones
👩🏽⚕️ Yo:
Analiza este archivo exportado de Embase con todas las citas obtenidas en la siguiente búsqueda:
'chatgpt'/exp OR chatgpt OR 'chat gpt'/exp OR 'chat gpt' OR (('gpt 3' OR 'gpt 4') AND (openai OR llm))Lectura Crítica por ChatGPT
👩🏽⚕️ Yo:
Quiero que hagas la lectura crítica de un artículo científico
🤖 ChatGPT:
Título y Diseño del Estudio
Título del artículo:The clinical effectiveness of sertraline in primary care and the role of depression severity and duration (PANDA): a pragmatic, double-blind, placebo-controlled randomised trial.
Traducción al español (y enlace): La efectividad clínica de la sertralina en atención primaria y el papel de la gravedad y la duración de la depresión (PANDA): un ensayo aleatorizado pragmático, doble ciego y controlado con placebo.
Diseño del estudio:Este es un ensayo clínico aleatorizado, doble ciego y controlado con placebo que se llevó a cabo en 179 centros de atención primaria en el Reino Unido. Se incluyeron pacientes de 18 años o más que presentaban síntomas de depresión durante al menos dos semanas. Los participantes fueron asignados aleatoriamente a recibir sertralina o un placebo. La dosis inicial de sertralina fue de 50 mg/día durante una semana, luego se incrementó a 100 mg/día.
Resultados y Conclusiones
Validez interna:El estudio parece tener una alta validez interna. Se utilizó un diseño de doble ciego para minimizar el sesgo, y el análisis se realizó en la población por intención de tratar, lo que ayuda a preservar el equilibrio de las características del paciente logrado en la aleatorización. La tasa de abandono fue similar en ambos grupos.
Validez externa:La validez externa del estudio también parece ser alta. El estudio se realizó en un entorno de atención primaria y los participantes tenían una amplia gama de gravedad de los síntomas de depresión, lo que sugiere que los resultados son aplicables a la población general de pacientes con depresión en atención primaria.
Resultados y conclusiones:Los resultados mostraron que la sertralina no fue superior al placebo en términos de mejora de los síntomas de depresión a las 6 semanas. Sin embargo, la sertralina fue superior al placebo en términos de reducción de los síntomas de ansiedad y mejora de la calidad de vida a las 6 semanas. A las 12 semanas, la sertralina fue superior al placebo tanto para la depresión como para la ansiedad.
Interpretación (I)
Aplicabilidad de la evidencia:Los hallazgos del estudio son relevantes para la práctica clínica. Aunque la sertralina no mostró una mejora en los síntomas de depresión a corto plazo, sí mostró beneficios a largo plazo y en la reducción de los síntomas de ansiedad y la mejora de la calidad de vida.
Jerarquía de la evidencia científica:Este estudio se sitúa en la cima de la jerarquía de la evidencia científica, ya que es un ensayo clínico aleatorizado.
Posibles conflictos de interés y sesgos:No se informaron conflictos de interés. Sin embargo, el estudio fue financiado por el National Institute for Health Research, que podría tener un interés en los resultados.
Interpretación de resultados estadísticos:Los resultados se presentaron como diferencias de medias y razones de probabilidades, con intervalos de confianza del 95%. Se utilizó un nivel de significación del 5%.
Contextualización de los hallazgos:Los hallazgos del estudio sugieren que la sertralina puede no ser efectiva para mejorar los síntomas de depresión a corto plazo en la atención primaria, pero puede tener beneficios a largo plazo y para los síntomas de ansiedad y la calidad de vida.
Interpretación (II)
Calidad del estudio:8/10. El estudio fue bien diseñado y ejecutado, pero la falta de un efecto a corto plazo para la depresión es sorprendente y puede reflejar una limitación en la medida de resultado utilizada o en el diseño del estudio.
Resumen de ChatGPT:Este estudio examinó la efectividad de la sertralina, un antidepresivo comúnmente prescrito, en el tratamiento de la depresión en la atención primaria. Aunque la sertralina no mostró una mejora en los síntomas de depresión a las 6 semanas, sí mostró beneficios a las 12 semanas y en la reducción de los síntomas de ansiedad y la mejora de la calidad de vida. Esto sugiere que la sertralina puede tener un efecto más lento o más sutil que lo que se puede captar con las medidas de resultado a corto plazo. Además, la sertralina puede ser útil para tratar los síntomas de ansiedad en pacientes con depresión.
Sugerencia de Tweet:📢Estudio en @TheLancetPsych muestra que la sertralina puede no mejorar los síntomas de #depresión a corto plazo, pero sí muestra beneficios a largo plazo y para los síntomas de #ansiedad y la calidad de vida. 🧠💊 #SaludMental #Investigación #ChatGPT 🤖👩⚕️ Link al estudio
👩🏽⚕️ Yo:
Dame el código de un mapa mental con los pasos para diseñar una búsqueda eficaz en PubMed
🤖 ChatGPT:
Resumen de un Video por ChatGPT-4 (con plugin)
👩🏽⚕️ Yo:
Quiero que selecciones los momentos más importantes de este vídeo y presentes el guion completo del video con esa estructura
🤖 ChatGPT:
Título:Advanced Searching for Systematic Reviews (2022)
Nombre del canal:University of Manitoba Libraries
Número de visualizaciones:1.019 (14/10/2023)
Duración:5.750 segundos (aproximadamente 95 minutos)
URL del video:Enlace
Momentos clave:
- Introducción a la búsqueda avanzada- Importancia de analizar y revisar las herramientas de búsqueda.
- Uso de bases de datos bibliográficas- Cómo las bases de datos organizan y buscan información.
- Importancia de las palabras clave y sinónimos- Las bases de datos son literales y no buscan automáticamente sinónimos.
- Limitaciones de PubMed para revisiones sistemáticas- PubMed no es adecuado para revisiones sistemáticas.
- Uso de encabezados de temas y subencabezados- Cómo usar encabezados para refinar búsquedas.
- Ejemplo práctico: Búsqueda de "diabetic foot"- Búsqueda de un tema específico utilizando encabezados y palabras clave.
¿Cómo funciona
"ChatGPT"?
Lo que nos dicen sus siglas
¿Cómo funciona
"ChatGPT"?
Su flujo de trabajo
ChatGPT: Algunos conceptos
Nueva terminología: Vocabulario clave
- Prompt:Es la pregunta o instrucción que le das a ChatGPT para generar una respuesta.
- Plugin:Herramientas que puedes usar para añadir funcionalidades a ChatGPT. Existen plugins para tareas variadas, desde generación de texto hasta visualizaciones.
- Modelo:Es la versión específica de ChatGPT que estás utilizando. Por ejemplo, GPT-3 o GPT-4.
- OpenAI:La organización que desarrolló ChatGPT y otras tecnologías de inteligencia artificial.
- Token:Pieza de texto que el modelo considera como una unidad indivisible.
- Iteración:Proceso de mejora continua.
- Transformer:Arquitectura de aprendizaje profundo especializada en procesamiento de lenguaje natural.
- Ventana de Contexto:Máximo de tokens que el modelo puede "ver" en una conversación.
- Embedding:Representación vectorial de palabras que captura información semántica.
- Atención:Mecanismo que permite al modelo ponderar diferentes palabras en una entrada basada en su relevancia.
- Few-Shot Prompting:Técnica donde se añaden pocos ejemplos en el prompt para guiar al modelo hacia respuestas específicas.
- Few-Shot Learning:Entrenamiento de un modelo con un pequeño conjunto de datos etiquetados para realizar tareas específicas con pocos ejemplos.
- Zero-Shot Prompting:Proporcionar información contextual o instrucciones en el prompt sin ejemplos etiquetados, permitiendo al modelo generar respuestas basadas en su conocimiento previo.
- Shots (ejemplos etiquetados):Ejemplos etiquetados proporcionados al modelo durante el entrenamiento o el prompting para guiar su comportamiento.
- Preparar Modelo (cebar o priming):Proceso de proporcionar información que puede influir en cómo un modelo procesa datos o responde a entradas específicas.
- Fine Tuning:Optimización de un modelo para un conjunto de datos específico ajustando sus parámetros o pesos, común en el aprendizaje transferido.
¿Qué son los prompts y cómo utilizarlos en salud?
Un promptes la instrucción que nos permite interactuar con ChatGPT, haciéndole preguntas y obteniendo respuestas específicas. Al influir en el entrenamiento de ChatGPT, los prompts impulsan a este modelo de IA a responder de una manera más acorde a nuestras preguntas. Esto mejora significativamente la calidad de la interacción entre los usuarios y la inteligencia artificial. Estos prompts son especialmente versátiles y tienen aplicaciones en diversos campos, desde salud hasta tecnología, negocios, entre otros.
Ejemplos de Prompt en Salud
| Tipo de Prompt | Descripción | Ejemplo en Salud | Respuesta esperada |
|---|---|---|---|
| Informativo | Proporciona información específica | "Síntomas de la gripe" | "La gripe puede causar fiebre, tos, dolor de garganta, etc." |
| Argumentativo | Argumentos a favor o en contra | "Beneficios y riesgos de la vacuna COVID-19" | "Los beneficios de la vacuna COVID-19 incluyen protección contra el virus, reducción de la transmisión, etc. Los riesgos pueden incluir efectos secundarios menores como dolor en el sitio de inyección." |
| Estructurado | Organiza la respuesta en secciones | "Síntomas, causas y tratamientos de la diabetes." | "Síntomas: sed excesiva, hambre, fatiga. Causas: resistencia a la insulina, falta de insulina. Tratamientos: medicamentos, dieta, ejercicio." |
| Comparativo | Compara elementos | "Efectos secundarios de los medicamentos A y B" | "El medicamento A puede causar náuseas y dolor de cabeza, mientras que el medicamento B puede causar somnolencia y mareos." |
| Frameworks P.ej: CIDI | Contexto, intención, diseño e implementación | "En un escenario de telemedicina, proporciona un tratamiento para el dolor crónico (C)"; "Resumen Ejecutivo (I)"; "Lista numerada (D)"; "Describir del proceso" (Im). | "C: Dolor crónico en pacientes de telemedicina. I: Tratar a distancia. D: 1) Evaluación inicial, 2) Prescripción de medicamentos, 3) Terapias complementarias. Im: Uso de videollamadas para consultas." |
Ejemplos de Prompts
Por su extensión, el texto del prompt no se muestra. Se puede copiar al portapapeles con el botón azul para usar en ChatGPT-3 o ChatGPT-4
| Nombre | Descripción | Copiar Prompt |
|---|---|---|
| Caso Clínico | Experto en diagnóstico clínico que crea casos clínicos simulados realistas y educativos | |
| Entrevista clínica* | Ayuda para guiar la entrevista clínica de forma eficaz y centrada en el paciente | |
| Correo electrónico* | Asistente para contestar correos electrónicos a pacientes | |
| Checklist | Asistente para crear listas de verificación |
Los nombres de Prompt con * están diseñados para funcionamiento óptimo en ChatGPT-4
ChatGPT MultiModal
ChatGPT ya puede "ver" 👁️, "oir"👂 y "hablar"🗣️
Ver el Mundo...
...a través de ChatGPT
Con ChatGPT Vision, estamos entrando en una era donde la inteligencia artificial no solo procesa información, sino que realmente interpreta el mundo a nuestro alrededor. Ya no estamos limitados a palabras o números. Ahora, con una simple imagen, podemos acceder a un mundo de conocimiento.
Para obtener más información, visita openai.com/blog
crear imagenes
¿Vas a usar ChatGPT?
Trucos y recomendaciones
- Entiende las capacidades y limitaciones: Antes de comenzar, familiarízate con lo que ChatGPT puede y no puede hacer.
- Claridad ante todo: Proporciona instrucciones claras y detalladas, como si estuvieras hablando con un aprendiz.
- La cortesía se agradece: Ser educado y emocionalmente expresivo en tus interacciones puede mejorar la calidad de las respuestas.
- Experimenta: No temas probar diferentes prompts o utilizar ejemplos para obtener los resultados que deseas.
- Respuestas concisas: Si las respuestas son demasiado largas, puedes escribir "TL;DR" para recibir un resumen.
- Mantente actualizado: Si estás usando GPT-4, sigue las últimas actualizaciones, como la multimodalidad y DALL-E 3.
- Ten en cuenta la ética, confidencialidad y las mejores prácticas al interactuar con IA. Hoy por hoy, el usuario debe gobernar entrada y salida de información
- Explora más: Utiliza otros recursos y herramientas de IA como There's an Ai for Thato Perplexity.
🧠Perplexity 👉Este botón es un bookmarklet, lo puedes arrastrar a la barra de marcadores de tu navegador.
Elementos para el Debate
- Acceso rápido a muchos tipos de respuesta
- Una indudable herramienta de productividad para incorporar a nuestro PLE
- Facilita la educación y la formación
- Conversación natural que mejora la interacción usuario-sistema
- Funcionalidad multimodal que amplia opciones de interacción
- Ha potenciado la competencia y la innovación en el ámbito de la IA y la gestión de la información: There's an Ai for That (hay una IA para eso)→ 8.836 IAs para 2.313 tareas y 4.847 trabajos (en octubre de 2023)
- Aspectos éticos:Aunque ChatGPT es una herramienta poderosa, viene con desafíos éticos, como sesgos raciales, económicos o étnicos, así como vulnerabilidad a la manipulación. Sesgos que se ha demostrado podemos heredar
- Información errónea:Otra preocupación es la capacidad del modelo para generar "alucinaciones", o información que parece correcta pero que en realidad no lo es. Es crucial verificar siempre la información generada por ChatGPT.
- Integridad académica:En el ámbito académico, se debe garantizar que el trabajo final sea el resultado del esfuerzo y comprensión del investigador, autor o estudiante, para no comprometer la integridad y originalidad.
- Responsabilidad y transparencia:ChatGPT debe considerarse como un asesor más que como un protagonista. La responsabilidad y la transparencia son cruciales, tanto en su uso como en la forma en que contribuimos al entrenamiento de futuros algoritmos.
- Derechos de autor:También es importante tener en cuenta las implicaciones relacionadas con los derechos de autor cuando se utiliza contenido generado por ChatGPT.
- Los LLM no son deterministas:Los grandes modelos de lenguaje pueden generar resultados diferentes incluso con las mismas entradas. Este comportamiento puede ser tanto una ventaja como una desventaja, dependiendo del contexto y las necesidades.
- Confidencialidad: ChatGPT procesa grandes cantidades de datos para poder generar su propio texto. Esto significa que la privacidad de la información es una preocupación importante y que todas las empresas que util izan tecnología de inteligencia artificial tienen la responsabilidad de proteger los datos de los usuarios y cumplir con los estándares requeridos en la seguridad del procesamiento de datos
- Requiere planes estructurados de formación: Especialmente en el ámbito de las administraciones públicas
- Tecnología Sanitaria:Es una tecnología a evaluar si se dedica a intervenciones sanitarias: eficacia, seguridad, eficiencia, aspectos éticos, legales, económicos, organizativos, sociales, etc.
- Ventana de tokens:ChatGPT solo puede tener en cuenta los últimos 2048 tokens de contexto. Si tu conversación es más larga, puede que no recuerde información de partes anteriores de la conversación.
- Antropomorfización:Aunque es tentador pensar en ChatGPT como un humano, e incluso puede ser conveniente tratarle como tal, recuerda que es una IA y no comprende el mundo de la misma manera que un humano. ChatGPT está diseñado para generar la respuesta más probablemente correcta, no necesariamente la respuesta correcta. Este sesgo de antropomorfización puede llevar a malentendidos sobre las capacidades de la IA.
- Falta de contexto e implicacionesLos modelos de lenguaje, como ChatGPT, no están diseñados para proporcionar un contexto completo para la información que generan. Esto significa que no tienen la capacidad de entender las implicaciones éticas, culturales o políticas de la información proporcionada.
- Latencia del modelo:Tiempo que tarda en generar respuestas. Mayor en los modelos más complejos
- La Maldición de la Recursividad: Riesgo del Colapso del Modelo en el Entrenamiento con Datos Generados (1)
(1) Shumailov I, Shumaylov Z, Zhao Y, et al. The Curse of Recursion: Training on Generated Data Makes Models Forget. arXiv.org, https://arxiv.org/abs/2305.17493v2 (2023, accessed 8 October 2023)
Gracias
Homines, dum docent, discunt 🩺
(La mejor forma de aprender es enseñando)
Esta presentación ha sido creada con finalidad docente por Ernesto Barrera
Está bajo licencia Creative Commons CC BY-SA 4.0