Los métodos de aprendizaje automático (ML) están permeando un número creciente de campos de aplicación debido a su capacidad para resolver eficazmente una amplia variedad de problemas desafiantes. La utilización de técnicas de ML en aplicaciones de imágenes de ultrasonido comenzó hace varios años, pero el interés científico en este tema ha aumentado exponencialmente en los últimos años. El presente trabajo revisa las implementaciones más recientes (a partir de 2019) de técnicas de aprendizaje automático para dos de los campos de imágenes de ultrasonido más populares, diagnóstico médico y evaluación no destructiva. El primero, que abarca la mayor parte de la revisión, fue analizado clasificando los estudios según el órgano humano investigado y la metodología (por ejemplo, detección, segmentación y/o clasificación) adoptada, mientras que para el último, se informan algunas soluciones para la detección/clasificación de defectos de material o patrones particulares. Finalmente, se resumen y discuten los principales méritos del aprendizaje automático que surgieron del análisis del estudio.