En la Recuperación de Información (RI), la brecha semántica representa la descoordinación entre las consultas de los usuarios y cómo los modelos de recuperación responden a estas consultas. En este artículo, exploramos cómo utilizar recursos de conocimiento externos para mejorar las representaciones de bolsa de palabras y reducir el efecto de la brecha semántica entre las consultas y los documentos. En este sentido, proponemos varias técnicas de expansión y reducción de consultas basadas en conocimiento que son simples pero efectivas, y las evaluamos para el dominio médico. Las reformulaciones de consultas propuestas se utilizan para aumentar la probabilidad de recuperar documentos relevantes mediante la adición o eliminación de términos altamente específicos de la consulta original. Los análisis experimentales en diferentes colecciones de pruebas para la RI en Medicina de Precisión muestran la efectividad de las técnicas desarrolladas. En particular, un subconjunto específico de reformulaciones de consultas permite a los modelos de recuperación lograr resultados de alto rendimiento en todas las colecciones de pruebas consideradas.