Las úlceras por presión están asociadas con una morbilidad significativa, lo que resulta en una disminución de la calidad de vida del paciente y contribuye al agotamiento de los profesionales de la salud, así como a un aumento de los costos de los servicios de salud. Su diagnóstico y tratamiento oportunos son importantes, y varios estudios han propuesto soluciones para ayudar a los profesionales de la salud en este proceso. Este trabajo analiza estudios que utilizan algoritmos de aprendizaje automático para la evaluación de riesgos y la gestión de tratamientos preventivos para las úlceras por presión. Más específicamente, se centra en el uso de algoritmos de aprendizaje automático que combinan información de factores predisponentes intrínsecos y extrínsecos de las úlceras por presión para producir recomendaciones/alertas a los profesionales de la salud. La revisión incluye artículos publicados desde enero de 2010 hasta junio de 2021. De 60 registros revisados, se analizaron siete artículos en su forma completa. Los resultados muestran que la mayoría de los algoritmos propuestos no utilizan información relacionada con ambos factores predisponentes intrínsecos y extrínsecos y que muchos de los enfoques abordan por separado uno de los siguientes tres componentes: adquisición de datos; análisis de datos y producción de apoyo complementario para una toma de decisiones clínicas bien informada. Además, solo unos pocos estudios describen en detalle las salidas del algoritmo, como alertas y recomendaciones, sin evaluar sus impactos en las actividades de los profesionales de la salud.