Identificar la regresión logística multivariada en una combinación (método combinado) que integra clasificadores de inteligencia artificial (IA) en imágenes de blastocistos junto con una evaluación embrionaria convencional (EEC) para predecir la probabilidad de lograr un nacido vivo en pacientes clasificadas por edad materna. Retrospectivamente, se incluyó un total de 5691 blastocistos. Las imágenes capturadas a las 115 horas o a las 139 horas posteriores a la inseminación (si aún no tenían un tamaño suficiente) se clasificaron según la edad de la siguiente manera: <35, 35-37, 38-39, 40-41 y ≥42 años. Los clasificadores para cada categoría se generaron mediante el uso de redes neuronales convolucionales asociadas con aprendizaje profundo. A continuación, se investigó la viabilidad de un método que combina la IA con funciones de modelos logísticos multivariados mediante la EEC. Los valores del área bajo la curva (AUC) y las exactitudes para predecir el nacido vivo alcanzados por los métodos de EEC/IA/combinación fueron de 0.651/0.634/0.655, 0.697/0.688/0.723, 0.771/0.728/0.791, 0.788/0.743/0.806 y 0.820/0.837/0.888, y de 0.631/0.647/0.616, 0.687/0.675/0.671, 0.725/0.697/0.732, 0.714/0.776/0.801 y 0.910/0.866/0.784 para las categorías de edad de <35, 35-37, 38-39, 40-41 y ≥42 años, respectivamente. Aunque en su mayoría no hubo diferencias significativas con respecto al AUC y a la sensibilidad más especificidad en todas las categorías de edad, el método combinado pareció ser el mejor.