En la vida moderna, la aplicación de inteligencia artificial (IA) ha promovido la implementación de algoritmos basados en datos en dominios de alto riesgo, como la salud. Sin embargo, cada vez es más desafiante para los humanos entender el funcionamiento y el razonamiento de estos algoritmos complejos y opacos. Para que la IA apoye decisiones esenciales en estos dominios, es necesario abordar problemas éticos específicos para prevenir la mala interpretación de la IA, lo cual puede tener graves consecuencias para los humanos. Sin embargo, se ha publicado poca investigación sobre pautas que aborden sistemáticamente problemas éticos cuando se aplican técnicas de IA en la salud. En esta revisión sistemática de la literatura, nuestro objetivo fue proporcionar una visión general de las preocupaciones éticas y las estrategias relacionadas que actualmente se identifican al aplicar IA en la salud. La revisión, que siguió las pautas PRISMA, reveló 12 problemas éticos principales: justicia y equidad, libertad y autonomía, privacidad, transparencia, seguridad del paciente y ciberseguridad, confianza, beneficencia, responsabilidad, solidaridad, sostenibilidad, dignidad y conflictos. Además de estos 12 problemas éticos principales, derivamos 19 subproblemas éticos y estrategias asociadas de la literatura.