El uso de geotecnologías en el campo de la ingeniería diagnóstica se ha vuelto cada vez más presente en la identificación de manifestaciones patológicas en edificios. La implementación de Vehículos Aéreos No Tripulados (VANT) y sensores integrados ha estimulado la búsqueda de nuevos métodos de procesamiento y validación de datos, considerando la magnitud de los datos recopilados durante el trabajo de campo y la ausencia de metodologías específicas para cada tipo de sensor. En cuanto al procesamiento de datos, el uso de técnicas de aprendizaje profundo se ha generalizado, especialmente para la automatización de procesos que implican una gran cantidad de datos. Sin embargo, al igual que con el uso creciente de sensores integrados, el aprendizaje profundo requiere el desarrollo de estudios, particularmente aquellos que se centran en redes neuronales que representen mejor los datos a analizar. También requiere la mejora de las prácticas a utilizar en el trabajo de campo, especialmente en lo que respecta al procesamiento de datos. En este contexto, el objetivo de este estudio es revisar la literatura existente sobre el uso de tecnologías integradas en VANT y aprendizaje profundo para la identificación y caracterización de manifestaciones patológicas presentes en las fachadas de edificios con el fin de desarrollar una base de conocimiento robusta que sea capaz de contribuir a nuevas investigaciones en este campo de estudio.