La parada cardíaca súbita (PCS) es una de las principales causas de muerte en todo el mundo. Por lo tanto, la detección oportuna y precisa de tales paradas y el soporte de desfibrilación inmediata para la víctima es crítico. Un desfibrilador externo automático (DEA) es un dispositivo médico que diagnostica los ritmos y proporciona descargas eléctricas a los pacientes con PCS para restaurar ritmos cardíacos normales. Los enfoques basados en aprendizaje automático y aprendizaje profundo son populares en los DEAs para detectar ritmos desfibrilables y automatizar la desfibrilación. Hay trabajos en la literatura que revisan varios algoritmos de aprendizaje automático (ML) y aprendizaje profundo (DL) para señales de ECG desfibrilables en DEAs. A partir de 2017 y en adelante, se propusieron diferentes algoritmos de DL para los DEAs. Este artículo proporciona una visión general de los DEAs, incluido su diagrama de circuito y aplicación a pacientes con PCS. También presenta los enfoques de ML y DL más actualizados para detectar ritmos desfibrilables en DEAs sin reanimación cardiopulmonar (RCP) o durante la RCP. También proporciona una comparación de rendimiento de estos enfoques y discute los resultados de otros investigadores que sientan las bases para que los investigadores profundicen. Además, las lagunas de investigación y las recomendaciones para futuras investigaciones proporcionadas en este artículo de revisión serán útiles para los investigadores, científicos e ingenieros en la realización de más investigaciones en este campo crítico.