國人健康觀念逐漸進步，健身族群人數增加，其中健康餐盒常出現的雞肉及雞蛋都是優良蛋白質來源。隨著市場需求增加，但勞動力短缺成為仰賴人力的家禽養殖業的一大挑戰。

本篇文獻回顧探討如何將人工智慧/機器學習與感測器為基礎的物聯網技術結合，以應對家禽生產中的關鍵挑戰，例如：疾病爆發、動物福利監測和環境管理。

其中基於視覺的家禽健康檢測方面YOLOv8表現出色，對禽掌炎（膿腫樣腫脹，中央有深色痂，可能會滲出液體）和木質化胸腔（肌肉纖維僵硬或變硬並蔓延至整個肉片，因此肉質堅韌、難嚼）等疾病的檢測準確率超過 90%。YOLOv5 和 YOLOv8 等模型已證明在識別家禽疾病方面具有很高的精確度，進而能進行早期發現及治療。

物聯網感測器持續追蹤溫度、濕度和雞群活動，使自動化系統能夠調整通風、光照和飼料分配。例如：自動控時風扇、感溫水霧等。

家禽養殖場因為疾病（禽流感）﹑雞糞臭味等屬於鄰避設施，地點相對偏僻。因此，網路訊號是否穩定成為需要評估的條件之一。而邊緣人工智慧 (Edge-AI) 進一步降低了延遲和對雲端運算的依賴，使低連線環境中的現場監控成為可能。

圖片來源：動物科技 2021 NO.65 農業生技產業季刊內文提到的科技部智慧科技於農業生產之應用專案計畫

人工智慧和物聯網有潛力透過實現即時數據驅動的決策來徹底改變家禽養殖業，除了技術創新，還需要穩健的方法論、包容性的部署策略以及與跨學科利害關係人的持續合作，從而改善動物福利、營運效率和永續性，

Natsir, M. H., Mahmudy, W. F., Tono, M., & Nuningtyas, Y. F. (2025). Advancements in artificial intelligence and machine learning for poultry farming: Applications, challenges, and future prospects. Smart Agricultural Technology, 12, 101307. https://doi.org/10.1016/j.atech.2025.101307