La malaria es una enfermedad que afecta a millones de personas en todo el mundo con una tasa de mortalidad constante. El examen con microscopio de luz es el estándar de oro para detectar la infección por parásitos de la malaria. Sin embargo, está limitado por largos plazos y requiere un alto nivel de experiencia por parte de los patólogos. El diagnóstico temprano de esta enfermedad es necesario para lograr un tratamiento oportuno y efectivo, que evite consecuencias trágicas, lo que ha llevado al desarrollo de sistemas de diagnóstico asistido por computadora basados en inteligencia artificial (IA) para la detección y clasificación de células sanguíneas infectadas con el parásito de la malaria en imágenes de frotis sanguíneo. Tales sistemas implican un proceso articulado, culminando en el uso de enfoques de aprendizaje automático y aprendizaje profundo, las principales ramas de la IA. Aquí presentamos una revisión sistemática de la literatura sobre investigaciones recientes sobre el uso de algoritmos automatizados para identificar y clasificar parásitos de la malaria en imágenes de frotis sanguíneo. Basándonos en los criterios PRISMA 2020, se realizó una búsqueda utilizando varias bases de datos electrónicas, incluidas PubMed, Scopus y arXiv, aplicando filtros de inclusión/exclusión. De los 606 registros iniciales identificados, se seleccionaron y analizaron 135 estudios elegibles. Se lograron muchos resultados prometedores, y se desarrollaron algunas aplicaciones móviles y web para abordar las limitaciones de recursos y experiencia en países en desarrollo.