El aumento global de las enfermedades osteomusculares, particularmente los defectos óseos y las fracturas, ha impulsado la creciente demanda de implantes metálicos. La fabricación aditiva (FA) ha surgido como una tecnología transformadora para producir biomateriales metálicos de alta precisión con propiedades personalizadas, ofreciendo ventajas significativas sobre los métodos de fabricación tradicionales. La integración del aprendizaje automático (AA) con la FA ha mostrado un gran potencial para optimizar el proceso de fabricación, mejorar el rendimiento del material y predecir el comportamiento a largo plazo, particularmente en el desarrollo de implantes ortopédicos y stents vasculares. Esta revisión explora la aplicación del AA en la FA de biomateriales metálicos, centrándose en cuatro áreas clave: (1) diseño de componentes, donde el AA guía la optimización de aleaciones de múltiples componentes para mejorar las propiedades mecánicas y biológicas; (2) diseño estructural, que permite la creación de arquitecturas porosas intrincadas adaptadas a requisitos funcionales específicos; (3) control de procesos, facilitando la monitorización y ajuste en tiempo real de los parámetros de fabricación; y (4) optimización de parámetros, que reduce costos y mejora la eficiencia de producción. Esta revisión ofrece una visión general completa de cuatro aspectos clave, presentando investigaciones relevantes y proporcionando un análisis en profundidad del estado actual de las técnicas de FA guiadas por AA para biomateriales metálicos. Permite a los lectores obtener una comprensión exhaustiva de los últimos avances en este campo. Además, esta revisión aborda los desafíos en la predicción del rendimiento, particularmente el comportamiento de degradación, y cómo los modelos de AA pueden ayudar a cerrar la brecha entre las pruebas y los resultados clínicos. La integración del AA en la FA tiene un gran potencial para acelerar el diseño y la producción de biomateriales metálicos avanzados.