简要摘要
精准畜牧业（PLF）系统已被开发用于从蛋鸡养殖场持续采集环境、生产、定位、图像和声学数据。然而，对行为或图像模式进行准确检测并不意味着健康或福利状况已被正确评估。在本综述中，我们考察了包括血液生化指标、皮质酮、杂食细胞/淋巴细胞比值、体温以及免疫或疾病指标在内的生理指标能在多大程度上作为参考标签来验证PLF模型。在蛋鸡中直接进行传感器与参考指标比较的研究仅有七项，且大多数仅依赖于体温或临床和疾病结局。本综述未发现任何研究同时整合血液生化、应激、免疫和病原指标来开发并外部验证复合标签。为生成具有生物学意义的决策支持，建议未来PLF研究（1）实现个体识别，（2）将传感器信号与特定生物标志物的时间窗口对齐，（3）结合互补性生理指标，（4）在独立农场验证所建立的模型。
摘要
越来越多的环境、生产、定位、图像和声学数据通过精准畜牧业（PLF）系统从蛋鸡养殖场持续采集。然而，传感器派生的分类通常与人工分配的行为或外观标签进行验证，而非与独立测量的生理状态进行比较。本叙述性综述考察了在蛋鸡PLF模型中使用生理指标作为参考标签的方法学要求，涉及的指标包括血液生化、皮质酮浓度、杂食细胞/淋巴细胞比值、体温以及免疫或疾病指标，同时结合结构化的农场层面数据以及非结构化的视频、热成像和声学数据。直接进行传感器与参考指标比较的研究仅有七项，且主要使用直肠或泄殖腔温度、外周温度、临床轨迹或疾病结局。本综述未发现任何研究在蛋鸡中开发并外部验证了整合血液生化、杂食细胞/淋巴细胞比值、皮质酮以及免疫或病原指标的复合标签。主要障碍包括传感器与生物标志物之间的时间尺度不匹配、采样引起的标签噪声以及个体、群体和农场层面之间不一致的分析单元。建议未来研究纳入个体识别、特定生物标志物的时间对齐、多模态复合标注以及独立的农场层面验证，从而使蛋鸡PLF能够从以传感器为中心的检测模式推进至与饲养管理措施相关联的、经生物学验证的决策支持。
