Predecir cuánto proteína de la dieta es digerida y utilizada por las vacas lecheras es crucial para mejorar su nutrición y producción de leche, al mismo tiempo que se logra una producción de ganado sostenible. Este estudio utilizó técnicas novedosas de aprendizaje automático para desarrollar modelos que predicen dos factores importantes relacionados con la proteína: proteína no degradable en el rumen (RUP) y nitrógeno microbiano duodenal (MicN). Al analizar un gran conjunto de datos de estudios científicos, creamos dos modelos utilizando regresión de vectores de soporte (SVR) y regresión de bosque aleatorio (RFR). Los resultados mostraron que nuestros modelos superaron a los métodos de predicción tradicionales, proporcionando estimaciones más precisas y exactas. El modelo RFR fue el mejor para predecir RUP, mientras que el modelo SVR tuvo un mejor desempeño para MicN. Estas mejoras podrían ayudar a los agricultores y nutricionistas animales a formular mejores dietas para las vacas lecheras, reduciendo el desperdicio y mejorando la eficiencia. La investigación futura podría combinar modelos tradicionales y basados en aprendizaje automático para refinar aún más las predicciones, beneficiando a la industria láctea y al medio ambiente.