Las soluciones automatizadas para el diagnóstico médico basadas en visión por computadora forman un campo emergente de la ciencia que tiene como objetivo mejorar el diagnóstico y la detección temprana de enfermedades. La detección y cuantificación de asimetrías faciales permiten la evaluación de parálisis facial. En este trabajo, se lleva a cabo una revisión detallada de la cuantificación de la parálisis facial, abarcando todos los métodos que van desde el modelado matemático manual tradicional hasta los métodos automatizados basados en visión por computadora. Además, la cuantificación de la parálisis facial se define en términos de cálculo de índices de asimetría facial para diferentes modalidades de imágenes. El objetivo es introducir a los lectores en el concepto de enfoques de modelado matemático para la detección y evaluación de la parálisis facial, y presentar el proceso de desarrollo de este campo de aplicación separado con el tiempo. La extracción de puntos de referencia faciales, conjuntos de datos faciales y sistemas de clasificación de parálisis se incluyen en esta investigación. Como conclusión general, los métodos de aprendizaje automático para la evaluación de la parálisis facial conducen a un rendimiento limitado debido al uso de características hechas a mano, combinado con la escasez de los conjuntos de datos disponibles. Los métodos de aprendizaje profundo permiten el aprendizaje automático de características faciales profundas discriminativas, lo que lleva a precisión de rendimiento comparativamente más alta. Las limitaciones de los conjuntos de datos, las soluciones propuestas y las direcciones de investigación futura en el campo también se presentan.