Los Modelos de Lenguaje Grande (LLMs) se proponen cada vez más para personalizar la entrega de atención médica, sin embargo, su preparación para el mundo real sigue siendo incierta. Realizamos una revisión sistemática de la literatura para evaluar cómo se diseñan y utilizan los sistemas basados en LLM para mejorar el compromiso y la personalización del paciente, al tiempo que identificamos los desafíos abiertos que plantean estas herramientas. Se buscaron en cuatro bibliotecas digitales (Scopus, IEEE Xplore, ACM y Nature), obteniendo 3787 estudios; 16 cumplieron con los criterios de inclusión. La mayoría de los estudios, publicados en 2024, abarcan diferentes tipos de motivaciones, arquitecturas, limitaciones y enfoques de preservación de la privacidad. Si bien los LLM muestran potencial en la automatización de la recopilación de datos del paciente, la generación de recomendaciones/terapias y el apoyo conversacional continuo, su fiabilidad clínica es limitada. La mayoría de las evaluaciones utilizan datos sintéticos o retrospectivos, y solo unos pocos emplean estudios de usuarios o entornos de simulación escalables. Esta revisión destaca la tensión entre la innovación y la aplicabilidad clínica, enfatizando la necesidad de protocolos de evaluación robustos y sistemas con intervención humana para guiar el despliegue seguro y equitativo de los LLM en la atención médica.