Las tendencias del estilo de vida moderno, como el comportamiento sedentario y las dietas poco saludables, se han asociado con la obesidad, un importante desafío de salud que aumenta el riesgo de múltiples patologías. Esto ha llevado a muchos a reevaluar sus rutinas y buscar orientación experta sobre la vida saludable. En la era digital, los usuarios recurren rápidamente a aplicaciones móviles para obtener apoyo. Estas aplicaciones monitorean varios aspectos de la vida diaria, como la actividad física y la ingesta de calorías; recopilan extensos datos de los usuarios; y aplican tecnologías modernas basadas en datos, incluyendo inteligencia artificial (IA) y aprendizaje automático (ML), para proporcionar recomendaciones personalizadas sobre dieta y estilo de vida. Este trabajo examina el estado del arte en tecnologías basadas en datos para la nutrición personalizada, incluyendo tecnologías relevantes de recolección de datos, y explora los desafíos de investigación en este campo. Se realizó una revisión de la literatura, siguiendo la guía de Elementos de Informe Preferidos para Revisiones Sistemáticas y Metaanálisis (PRISMA), utilizando tres bases de datos, abarcando estudios desde 2021 hasta 2024, resultando en 67 estudios finales. Los datos se presentan en subsecciones separadas para sistemas de recomendación (43 trabajos) y tecnologías de recolección de datos (17 trabajos), con una sección de discusión que identifica los desafíos de investigación. Los hallazgos indican que los campos de innovación basada en datos y nutrición personalizada están predominantemente amalgamados en el uso de sistemas de recomendación.