En la cría de animales, la detección oportuna del estro y la predicción del mejor momento para la inseminación son cruciales. La detección del estro en cerdas tradicionalmente depende de la experiencia de un asistente de granja, lo que puede ser inconsistente, llevar mucho tiempo y requerir mucho trabajo. Investigadores han explorado intentos y pruebas en el desarrollo e implementación de herramientas tecnológicas para detectar el estro. El objetivo de esta revisión es evaluar los métodos automáticos de reconocimiento del estro en operación para cerdas y señalar sus puntos fuertes y débiles para ayudar en el desarrollo de sistemas de detección nuevos y mejorados. Los métodos en tiempo real que utilizan la temperatura corporal y vulvar, el reconocimiento de postura y las mediciones de actividad muestran una mayor precisión. Se espera que la incorporación de inteligencia artificial con múltiples parámetros relacionados con el estro mejore la precisión. El desarrollo futuro de nuevos sistemas depende principalmente del algoritmo mejorado y de los datos precisos proporcionados. Los sistemas futuros deben diseñarse para minimizar la tasa de clasificación errónea, de modo que se logre una mejor detección.