Las redes neuronales profundas con neuronas basadas en tasas han mostrado un tremendo progreso en la última década. Sin embargo, no se ha observado el mismo nivel de progreso en la investigación sobre redes neuronales de disparo (SNN), a pesar de su capacidad para manejar datos temporales, eficiencia energética y baja latencia. Esto podría deberse a que las técnicas de evaluación de SNN se basan en los métodos utilizados para evaluar las redes neuronales profundas, que no proporcionan una evaluación clara de las capacidades de SNN. En particular, la evaluación de enfoques de SNN en cuanto a eficiencia energética y latencia requiere una implementación en hardware adecuado, lo que impone restricciones temporales y de recursos adicionales a los proyectos en curso. Esta revisión tiene como objetivo proporcionar una visión general de las aplicaciones actuales de SNN en el mundo real e identificar pasos para acelerar la investigación relacionada con SNN en el futuro.