Antecedentes: La enfermedad de Alzheimer (EA) tiene una importancia primordial debido a su creciente prevalencia, el impacto en el paciente y la sociedad, y los costos de atención médica relacionados. Sin embargo, las técnicas de diagnóstico actuales no están diseñadas para tamizajes masivos frecuentes, lo que retrasa la intervención terapéutica y empeora los pronósticos. Para poder detectar la EA en una etapa temprana, idealmente en una etapa preclínica, el análisis del habla surge como un procedimiento simple, de bajo costo y no invasivo. Objetivos: En este trabajo, nuestro objetivo es realizar una revisión sistemática sobre la detección y clasificación de la Enfermedad de Alzheimer basada en el habla con el propósito de identificar los algoritmos más efectivos y las mejores prácticas. Métodos: Se realizó una búsqueda sistemática de la literatura desde enero de 2015 hasta mayo de 2020 utilizando ScienceDirect, PubMed y DBLP. Los artículos fueron seleccionados por título, resumen y texto completo según fuera necesario. También se realizó una búsqueda complementaria manual entre las referencias de los artículos incluidos. Los criterios de inclusión y las estrategias de búsqueda fueron definidos de antemano. Resultados: Pudimos: identificar los principales recursos que pueden apoyar el desarrollo de sistemas de apoyo a la toma de decisiones para la EA, listar las características del habla que están correlacionadas con el perfil lingüístico y acústico de la enfermedad, reconocer los modelos de datos que pueden proporcionar resultados sólidos y observar los indicadores de rendimiento que fueron reportados. Discusión: Un sistema computacional con la combinación adecuada de elementos, basado en las mejores prácticas identificadas, puede apuntar a un enfoque diagnóstico completamente nuevo, lo que lleva a una mejor comprensión de los síntomas de la EA y sus patrones de enfermedad, creando condiciones para promover una vida más larga y una mejora en la calidad de vida del paciente. Los resultados clínicamente relevantes que se identificaron pueden ser utilizados para establecer un sistema de referencia y ayudar a definir pautas de investigación para futuros desarrollos.