Este artículo ofrece una revisión en profundidad de los últimos avances en la generación automática de preguntas de opción múltiple (POM) basadas en casos médicos. La creación automática de materiales educativos, en particular POM, es fundamental para mejorar la efectividad de la enseñanza y la participación de los estudiantes en la educación médica. En esta revisión, exploramos varios algoritmos y técnicas que se han desarrollado para generar POM a partir de estudios de casos médicos. Las innovaciones recientes en procesamiento del lenguaje natural (PLN) y aprendizaje automático (ML) para la generación automática de lenguaje han captado considerable atención. Nuestro análisis evalúa y categoriza los enfoques principales, destacando sus capacidades de generación y aplicaciones prácticas. Además, este artículo sintetiza la evidencia existente, detallando las fortalezas, limitaciones y brechas en las prácticas actuales. Al contribuir a la conversación más amplia sobre cómo la tecnología puede apoyar la educación médica, esta revisión no solo evalúa el estado actual, sino que también sugiere futuras direcciones para mejorar. Abogamos por el desarrollo de mecanismos más avanzados y adaptables para mejorar la generación automática de POM, apoyando así experiencias de aprendizaje más efectivas en la educación médica.