La depresión es un trastorno común de salud mental que afecta negativamente los estados de ánimo, los procesos de pensamiento y los comportamientos de un individuo, y interrumpe su capacidad para funcionar de manera óptima. En la mayoría de los casos, las personas con depresión intentan ocultar sus síntomas y se abstienen de obtener ayuda profesional debido al estigma relacionado con la salud mental. La huella digital que todos dejamos, particularmente en foros de apoyo en línea, proporciona una ventana para que los clínicos observen y evalúen dicho comportamiento con el fin de realizar posibles diagnósticos de salud mental. Las técnicas de procesamiento de lenguaje natural (PLN) y aprendizaje automático (AA) son capaces de cerrar las brechas existentes en la conversión del lenguaje a un formato comprensible por máquinas para facilitar esto. Nuestro objetivo es llevar a cabo una revisión sistemática de la literatura sobre enfoques de PLN y AA utilizados para la identificación de la depresión en Foros de Apoyo en Línea (FAL). Se realizó una búsqueda sistemática para identificar artículos que examinaran técnicas de AA y PLN para identificar el trastorno de depresión a partir de FAL. Los artículos fueron seleccionados de acuerdo con el flujo de trabajo PRISMA. Con el propósito de la revisión, se seleccionaron y analizaron 29 artículos. A partir de esta revisión sistemática, analizamos además qué combinación de características extraídas de técnicas de PLN y AA son efectivas y escalables para la identificación de depresión de última generación. Concluimos abordando algunos problemas abiertos que actualmente limitan la implementación en el mundo real de tales sistemas y señalamos direcciones futuras en este sentido.