Sistemas tecnológicos para la evaluación del bienestar animal en porcinos: revisión de tendencias y aplicaciones
DOI:
https://doi.org/10.29057/icap.v12i24.17565Palabras clave:
Bienestar animal, producción porcina, ganadería de precisión, tecnologías de monitoreo, sistemas de sensores, análisis del comportamientoResumen
El bienestar animal en los sistemas de producción porcina constituye un elemento clave para la sostenibilidad, la eficiencia productiva y la calidad de los productos de origen animal. En este contexto, el desarrollo e implementación de sistemas tecnológicos han permitido avances significativos en la evaluación objetiva y el monitoreo continuo de las condiciones fisiológicas, ambientales y comportamentales de los animales. El objetivo de este estudio fue analizar las tendencias y aplicaciones de los sistemas tecnológicos empleados en la evaluación del bienestar animal de los porcinos, mediante una revisión estructurada de la literatura científica publicada entre 2012 y 2024. La búsqueda se realizó en bases de datos científicas internacionales como ScienceDirect, SpringerLink y Scielo, utilizando palabras clave en inglés y español relacionadas con el bienestar animal, los porcinos y las tecnologías de monitoreo. Se seleccionaron estudios primarios y secundarios según criterios de inclusión definidos. Los resultados muestran un incremento sostenido en la producción científica durante el periodo analizado, con predominio de publicaciones en inglés. Las principales problemáticas abordadas incluyen el estrés térmico, el comportamiento anormal, la salud animal y la condición física. Entre las tecnologías más utilizadas destacan los sistemas de imagen (2D y 3D), las redes de sensores inalámbricos, el enfriamiento adiabático y los acelerómetros, que permiten el monitoreo en tiempo real de indicadores de bienestar. Se concluye que la integración de tecnologías en la producción porcina constituye una herramienta fundamental para mejorar el bienestar animal, optimizar los sistemas productivos y fortalecer la toma de decisiones basada en datos.
Descargas
Citas
1. Reimert, I., et al., Towards an integrated concept of animal welfare. Animal, 2023. 17: p. 100838.
2. Petrini, A. and D. Wilson, Philosophy, policy and procedures of the World Organisation for Animal Health for the development of standards in animal welfare. Revue Scientifique Et Technique-Office International Des Epizooties, 2005. 24(2): p. 665.
3. Maes, D.G., et al., A critical reflection on intensive pork production with an emphasis on animal health and welfare. Journal of animal science, 2020. 98(Supplement_1): p. S15-S26.
4. Gómez, Y., et al., A systematic review on validated precision livestock farming technologies for pig production and its potential to assess animal welfare. Frontiers in veterinary science, 2021. 8: p. 660565.
5. Benjamin, M. and S. Yik, Precision livestock farming in swine welfare: a review for swine practitioners. Animals, 2019. 9(4): p. 133.
6. Mantsiou, C., et al., A simple guide to systematic reviews and meta-analyses. The international journal of lower extremity wounds, 2025. 24(4): p. 894-899.
7. Marić, K., et al., Smart pig farms: Integration and application of digital technologies in pig production. Agriculture, 2025. 15(9): p. 937.
8. Trabachini, A., et al., Precision Livestock Farming Applied to Swine Farms—A Systematic Literature Review. Animals, 2025. 15(14): p. 2138.
9. Ferreira, M.F., M. Nunes, and M. Vieira-Pinto, Non-Invasive Human-Free Diagnosis Methods for Assessing Pig Welfare at Abattoirs: A Systematic Review. Animals, 2025. 15(17): p. 2500.
10. Huang, Y., et al., Behavior Classification and Rhythm Analysis of Pigs Based on Wearable Sensors. Smart Agricultural Technology, 2025: p. 101457.
11. Reza, M.N., et al., A review of sound-based pig monitoring for enhanced precision production. Journal of Animal Science and Technology, 2025. 67(2): p. 277.
12. Ding, L., et al., Wearable sensors-based intelligent sensing and application of animal behaviors: A comprehensive review. Sensors, 2025. 25(14): p. 4515.
13. Vargas González, P., Pobreza, migración y desempleo: mujeres en la región Otomí-Tepehua de Hidalgo. Nueva antropología, 2011. 24(75): p. 93-109.
14. Ndams, V., Thermal Imaging Technology for Rapid In-vivo Evaluation of Carcass Composition in Growing-finishing Pigs. 2025, University of Manitoba.
15. Lei, K., et al., Research on video behavior detection and analysis model for sow estrus cycle based on deep learning. Agriculture, 2025. 15(9): p. 975.
16. Sukkuea, A. and P. Akkajit, Improved Detection and Classification of Precise Behaviors in Group-Housed Pigs using Deep Learning Models. Engineered Science, 2025. 37: p. 1808.
17. Alameer, A., et al., Automatic recognition of feeding and foraging behaviour in pigs using deep learning. Biosystems engineering, 2020. 197: p. 91-104.
18. Bharadwaj, S.M., AI-ML Powered Pig Behavior Classification and Body Weight Prediction. 2024, Virginia Tech.
19. Godyń, D., et al., Use of different cooling methods in pig facilities to alleviate the effects of heat stress—a review. Animals, 2020. 10(9): p. 1459.
20. Mun, J.Y., A. Hosseindoust, and J. Kim, Strategies and Advances in Mitigating Heat Stress for Lactating Sows Productivity. Animal Industry and Technology, 2026.
21. Katiyar, R., et al., Effect of heat stress on pig production and its mitigation strategies: a review. Tropical animal health and production, 2025. 57(3): p. 139.
22. Sankarganesh, D., et al., Pig pheromones and behaviors: a review. Theriogenology, 2021. 175: p. 1-6.
23. Mace, J.L. and A. Knight, Pig welfare and ethical considerations during abattoir stunning: CO2 vs. alternative methods such as argon gas. Frontiers in veterinary science, 2025. 12: p. 1542798.
24. Health, E.P.o.A., et al., The use of high expansion foam for stunning and killing pigs and poultry. EFSA journal, 2024. 22(7): p. e8855.
25. Sindhøj, E., C. Lindahl, and L. Bark, Potential alternatives to high-concentration carbon dioxide stunning of pigs at slaughter. Animal, 2021. 15(3): p. 100164.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Celso López Soto, Laura Afanador Barajas, Irma Morales Rodriguez , Jairo Hernández Niño, Juliana Margarita Castañeda Medina

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.








