La inteligencia artificial (IA), especialmente el aprendizaje profundo, ha avanzado enormemente en el análisis de imágenes médicas. En el campo de la radiología musculoesquelética, se están desarrollando activamente modelos de aprendizaje profundo para la identificación y evaluación de fracturas óseas. Estos métodos ofrecen numerosos beneficios a los radiólogos, como una mayor precisión diagnóstica y eficiencia, al tiempo que logran un rendimiento independiente comparable o superior al de los lectores clínicos. Diversos algoritmos ya están disponibles comercialmente para su integración en flujos de trabajo clínicos, con el potencial de mejorar la prestación de servicios de salud y dar forma a la práctica futura de la radiología. En esta revisión sistemática, exploramos el rendimiento de los métodos de IA actuales en la identificación y evaluación de fracturas, especialmente las del tobillo, muñeca, cadera y costillas. También discutimos los productos comerciales disponibles actualmente para la detección de fracturas y proporcionamos una visión general de las limitaciones actuales de esta tecnología y las futuras direcciones del campo.