La visualización en el ámbito de la salud se ha convertido en un enfoque crucial para interpretar datos médicos complejos, apoyar la toma de decisiones clínicas informadas y mejorar la gestión de la salud pública. Sin embargo, las revisiones existentes tienden a centrarse en tecnologías específicas o escenarios de aplicación, ofreciendo una visión limitada sobre la estructura del conocimiento del campo, su trayectoria de desarrollo y su integración interdisciplinaria. Para abordar esta brecha, este estudio revisa sistemáticamente 1121 publicaciones desde 1994 hasta 2025 indexadas en la Colección Principal de Web of Science. Al combinar el análisis bibliométrico con la evaluación cualitativa, se mapea la evolución del campo y los paradigmas de investigación subyacentes. Los hallazgos revelan un claro cambio de la innovación temprana en herramientas técnicas hacia la realización de valor clínico, dando lugar a un sistema de investigación integrado que conecta tecnología, datos, práctica clínica y salud pública. La investigación reciente ha progresado más allá de las exploraciones iniciales de la imagen médica, dispositivos independientes y técnicas aisladas, avanzando en cambio hacia dominios centrales como la visualización médica inmersiva, la visualización y análisis de datos médicos, los sistemas de información de salud y el apoyo a la decisión, la predicción y diagnóstico de epidemias asistidos por IA, y los marcos de atención médica integrados basados en IoT. Mirando hacia el futuro, una evaluación de las tendencias futuras sugiere que, entre otras direcciones, la profunda integración de la inteligencia artificial explicable (XAI) con el análisis de visualización, el desarrollo de sistemas interactivos en tiempo real impulsados por IoT, y la extensión de los servicios habilitados para la visualización desde aplicaciones clínicas hacia una cobertura de salud inclusiva a nivel poblacional representan fuerzas impulsoras clave para el desarrollo futuro de este campo. Estos conocimientos ofrecen orientación estratégica para futuras investigaciones, informan los principios de diseño de los sistemas de visualización de próxima generación y proporcionan nuevos modelos de colaboración interdisciplinaria. Los resultados también ofrecen apoyo basado en evidencia para la planificación de recursos de salud, la innovación tecnológica y la formulación de políticas.