Los modelos predictivos utilizan datos históricos para hacer predicciones futuras. Estas herramientas se han vuelto más comunes en la industria ganadera en los últimos años. Sus aplicaciones son amplias, pero son especialmente útiles en la predicción de enfermedades. Esta revisión explora estudios publicados que utilizan modelos predictivos para predecir resultados de salud en el ganado. Se investigaron varios tipos de datos y resultados de salud para caracterizar la precisión de los modelos predictivos. Los modelos mostraron precisiones bajas y altas dependiendo del resultado, el algoritmo y los tipos de datos. Se destacaron varios desafíos, incluyendo la calidad y el acceso a los datos y los resultados de enfermedades raras. Esta revisión muestra la importancia de utilizar más de una métrica de rendimiento, de usar datos fáciles de recolectar e informativos, y demuestra que el trabajo futuro debería centrarse en mejorar cómo los modelos manejan resultados raros.