El diagnóstico de enfermedades representa un esfuerzo crítico y arduo dentro del campo médico. Las técnicas de inteligencia artificial (IA), que van desde el aprendizaje automático y el aprendizaje profundo hasta los paradigmas de modelos grandes, están listas para aumentar significativamente a los médicos en la toma de decisiones más basadas en evidencia, presentando así una solución pionera para la práctica clínica. Tradicionalmente, la amalgama de diversas modalidades de datos médicos (por ejemplo, imagen, texto, habla, datos genéticos, señales fisiológicas) es imperativa para facilitar un análisis exhaustivo de enfermedades, un tema de creciente interés entre investigadores y clínicos en tiempos recientes. Por lo tanto, existe una necesidad apremiante de sintetizar los últimos avances en datos multimodales y tecnologías de IA en el ámbito del diagnóstico médico. En este artículo, centramos nuestro enfoque en cinco trastornos específicos (enfermedad de Alzheimer, cáncer de mama, depresión, enfermedad cardíaca, epilepsia), elucidando esfuerzos avanzados en su diagnóstico y tratamiento a través de la lente de la inteligencia artificial. Nuestra encuesta no solo delinea metodologías de diagnóstico detalladas en diversas modalidades, sino que también destaca conjuntos de datos públicos comúnmente utilizados, las complejidades de la ingeniería de características, modelos de clasificación prevalentes y desafíos previstos para futuros esfuerzos. En esencia, nuestra investigación se esfuerza por contribuir al avance de las metodologías de diagnóstico, proporcionando ideas invaluables para la toma de decisiones clínicas.