El mercado global de Internet de las Cosas Médicas (IoMT) está creciendo a una Tasa de Crecimiento Anual Compuesta (CAGR) del 17.8%, lo que es un testimonio de la creciente demanda de IoMT en el sector salud. Sin embargo, más dispositivos IoMT significan un aumento en el volumen y la velocidad de los datos recibidos por los tomadores de decisiones en salud, lo que lleva a muchos a desarrollar Sistemas de Soporte a la Decisión Distribuidos (DDSS) para ayudarles a tomar decisiones precisas y oportunas. Esta investigación es una revisión sistemática de los DDSS en el sector salud utilizando el marco de Elementos de Reporte Preferidos para Revisiones Sistemáticas y Metaanálisis (PRISMA). El estudio explora cómo tecnologías avanzadas como la Inteligencia Artificial (IA), IoMT y blockchain mejoran los procesos de toma de decisiones clínicas. Destaca innovaciones clave en los DDSS, incluyendo técnicas de imagen híbrida para una caracterización integral de enfermedades. También examina el papel de los marcos de Razonamiento Basado en Casos (CBR) en la mejora de estrategias de tratamiento personalizadas para enfermedades crónicas como la diabetes mellitus. Además, presenta los desafíos de aplicar los DDSS en el sector salud, como la seguridad y la privacidad, la integración de sistemas y los problemas de interoperabilidad. Finalmente, discute cuestiones abiertas como direcciones futuras de investigación en el campo de los DDSS en el sector salud, incluyendo la estandarización de la estructura de datos, la fatiga de alertas para los trabajadores de salud que utilizan DDSS, y la falta de adherencia de tecnologías emergentes como blockchain a las regulaciones médicas.