La preeclampsia es una de las enfermedades asociadas con la disfunción placentaria y la hipertensión inducida por el embarazo, que aparece después de las primeras 20 semanas de embarazo y se caracteriza por proteinuria e hipertensión. Puede afectar a las mujeres embarazadas y limitar el crecimiento fetal, lo que resulta en bajo peso al nacer, un factor de riesgo para la mortalidad neonatal. Aproximadamente el 10% de los embarazos en todo el mundo se ven afectados por trastornos hipertensivos durante el embarazo. En esta revisión, se discuten los métodos de aprendizaje automático y aprendizaje profundo para la predicción de la preeclampsia que se publicaron entre 2018 y 2022. Se han creado muchos modelos utilizando una variedad de tipos de datos, incluidos datos demográficos y clínicos. Determinamos las técnicas que predijeron con éxito la preeclampsia. Los métodos que se utilizaron con mayor frecuencia son el bosque aleatorio, la máquina de vectores de soporte y la red neuronal artificial (ANN). Además, se discuten las perspectivas y desafíos en la predicción de la preeclampsia para impulsar la investigación sobre sistemas de inteligencia artificial, lo que permite a académicos y profesionales mejorar sus métodos y avanzar en la predicción automatizada.