La fertilización in vitro (FIV) ha estado ayudando a millones de individuos y parejas a superar la infertilidad desde su introducción relativamente reciente. El estudio analizó uno de los conjuntos de datos del mundo real más grandes en el campo, que contiene datos clínicos, embriológicos y de historial de pacientes de más de 1.5 millones de intentos de FIV. Utilizando métodos de aprendizaje automático, se desarrollaron modelos predictivos para estimar la probabilidad de un nacimiento vivo basado en las características del caso correspondiente. Se reclutaron análisis estadísticos y algoritmos de inteligencia artificial para identificar factores clave que influyen en los resultados de la FIV. Nuestros resultados confirmaron la importancia de la edad, entre otras variables, notando sorprendentemente la edad reproductiva tardía de una mujer como un objetivo clave para estudios futuros. Al mismo tiempo, los algoritmos de aprendizaje profundo revelaron que incluso los modelos que utilizan solo datos previos al tratamiento pueden proporcionar predicciones valiosas. Estos hallazgos apoyan el desarrollo de herramientas impulsadas por IA que pueden ayudar a clínicos y pacientes a tomar decisiones más informadas y personalizadas antes de comenzar el tratamiento de FIV. En última instancia, este enfoque tiene como objetivo aumentar las tasas de éxito, reducir el estrés emocional y financiero, y optimizar la atención de la fertilidad.