El presente estudio realiza una revisión sistemática de la literatura sobre métodos de explicabilidad basados en reglas aplicados a redes neuronales convolucionales (CNN) en el diagnóstico médico, con el objetivo de sintetizar enfoques, identificar limitaciones y proponer líneas de investigación futuras. La búsqueda bibliográfica se realizó en las bases de datos Scopus y Web of Science, siguiendo la metodología PRISMA, con ecuaciones diseñadas para recuperar artículos publicados entre 2001 y 2024, centrados en la detección o diagnóstico médico mediante CNN con explicabilidad basada en reglas. De un total de 406 registros iniciales, se aplicaron criterios de inclusión y exclusión, seleccionándose 62 estudios para el análisis. Los resultados muestran que los enfoques más frecuentes son modelos híbridos CNN+árboles de decisión o Random Forest, CNN+redes Bayesianas, t...