Los sistemas de ordeño automático (AMS) han desempeñado un papel pionero en el avance de la Agricultura de Precisión en Ganadería, revolucionando la industria de la producción de lácteos a nivel global. Esta revisión se centra específicamente en artículos que abordan el uso de enfoques de modelado en el contexto de los AMS. Realizamos una revisión exhaustiva de 60 artículos que abordan específicamente los temas de salud, producción y comportamiento/gestión de las vacas. El Aprendizaje Automático (ML) surgió como el método más utilizado, presente en el 63% de los estudios, seguido por el análisis estadístico (14%), algoritmos difusos (9%), modelos deterministas (7%) y algoritmos de detección (7%). Una mayoría significativa de los estudios revisados (82%) se centró principalmente en la detección de la salud de las vacas, con un énfasis específico en la mastitis, mientras que solo el 11% evaluó la producción de leche. La previsión precisa del rendimiento lechero de las vacas y la comprensión de la desviación entre los rendimientos de leche esperados y observados de vacas individuales pueden ofrecer beneficios significativos en la gestión de vacas lecheras. Asimismo, el estudio del comportamiento de las vacas y la gestión del rebaño en los AMS está poco explorado (7%). A pesar de la creciente utilización de técnicas de aprendizaje automático (ML) en el campo de la gestión de vacas lecheras, sigue existiendo una falta de una metodología robusta para su aplicación. Específicamente, encontramos una disparidad sustancial en el equilibrio adecuado entre las clases positivas y negativas dentro de los modelos de predicción de salud.