La pandemia de COVID-19 sigue constituyendo una emergencia de salud pública de importancia internacional, aunque la declaración de estado de emergencia ha sido terminada en todo el mundo, muchas personas continúan siendo infectadas y presentan diferentes síntomas asociados con la enfermedad. Sin duda, las soluciones basadas en tecnologías divergentes como el aprendizaje automático han hecho grandes contribuciones a la comprensión, identificación y tratamiento de la enfermedad. Debido a la aparición repentina de este virus, se han llevado a cabo muchos trabajos por parte de la comunidad científica para apoyar los procesos de detección y tratamiento, lo que ha generado numerosas publicaciones, dificultando la identificación del estado de la investigación actual y las futuras contribuciones que pueden seguir generándose en torno a este problema que aún está presente entre nosotros. Para abordar este problema, este artículo muestra el resultado de un análisis cientométrico, que permite la identificación de las diversas contribuciones que se han generado desde la línea de aprendizaje automático para el monitoreo y tratamiento de síntomas asociados con esta patología. La metodología para el desarrollo de este análisis se llevó a cabo a través de la implementación de dos fases: en la primera fase, se realizó un análisis cientométrico, donde se pueden identificar los países, autores y revistas con la mayor producción asociada a este tema; posteriormente, en la segunda fase, se identifican las contribuciones basadas en el uso de la metáfora del Árbol del Conocimiento. Los principales conceptos identificados en esta revisión están relacionados con síntomas, algoritmos implementados y el impacto de las aplicaciones. Estos resultados proporcionan información relevante para los investigadores en el campo en la búsqueda de nuevas soluciones o la aplicación de las existentes para el tratamiento de síntomas que aún persisten de COVID-19.