Recientemente, los algoritmos basados en inteligencia artificial (IA) han revolucionado los procesos de segmentación de imágenes médicas. Por lo tanto, la segmentación precisa de órganos y sus lesiones puede contribuir a un proceso de diagnóstico eficiente y una selección más efectiva de terapias específicas, así como aumentar la efectividad del proceso de entrenamiento. En este contexto, la IA puede contribuir a la automatización del proceso de segmentación de escaneo de imágenes y aumentar la calidad de los objetos 3D resultantes, lo que puede llevar a la generación de objetos virtuales más realistas. En este documento, nos enfocamos en las soluciones basadas en IA aplicadas en la segmentación de escaneo de imágenes médicas y la generación de contenido visual inteligente, es decir, imágenes tridimensionales (3D) generadas por computadora en el contexto de la realidad extendida (XR). Consideramos diferentes tipos de redes neuronales utilizadas con un énfasis especial en las reglas de aprendizaje aplicadas, teniendo en cuenta la precisión y el rendimiento del algoritmo, así como la disponibilidad de datos abiertos. Este documento intenta resumir el desarrollo actual de métodos de segmentación basados en IA en imágenes médicas y la generación de contenido visual inteligente que se aplican en XR. Concluye con posibles desarrollos y desafíos abiertos en aplicaciones de IA en soluciones basadas en realidad extendida. Finalmente, se discuten las futuras líneas de investigación y direcciones de desarrollo de aplicaciones de inteligencia artificial, tanto en la segmentación de imágenes médicas como en soluciones médicas basadas en realidad extendida.