El Internet de las Cosas (IoT) está experimentando un crecimiento significativo, ya que la cantidad de dispositivos interconectados en redes de comunicación está en aumento. La mayor conectividad de los dispositivos ha aumentado su susceptibilidad a los hackers, subrayando la necesidad de proteger los dispositivos IoT. Esta investigación investiga la ciberseguridad en el contexto de Internet de las Cosas Médicas (IoMT), que abarca los mecanismos de ciberseguridad utilizados para varios dispositivos de atención médica conectados al sistema. Este estudio busca proporcionar una visión general concisa de varias metodologías y técnicas basadas en inteligencia artificial (IA), así como examinar los enfoques de solución asociados utilizados en ciberseguridad para sistemas de atención médica. Las metodologías analizadas se categorizan además en cuatro grupos: técnicas de aprendizaje automático (ML), técnicas de aprendizaje profundo (DL), una combinación de técnicas de ML y DL, técnicas basadas en Transformer y otras técnicas de vanguardia, incluidos métodos basados en gráficos y métodos blockchain. Además, este artículo presenta una descripción detallada de los conjuntos de datos de referencia que se recomiendan para su uso en sistemas de detección de intrusiones (IDS) tanto para redes IoT como IoMT. Además, se proporciona una descripción detallada de las métricas de evaluación principales utilizadas en el análisis de los modelos discutidos. En última instancia, este estudio examina y analiza a fondo las características y la practicidad de varios modelos de ciberseguridad, al tiempo que enfatiza las direcciones de investigación recientes.