L'eye-tracking couplé à l'IA peut-il repérer l'autisme plus tôt ? Ce que change la méta-analyse 2026

Ce qu'on savait : un diagnostic du TSA fiable, mais posé à 5 ans en moyenne

Le diagnostic du trouble du spectre de l'autisme (TSA) repose, en France comme ailleurs, sur l'observation clinique et des outils comportementaux standardisés, pas sur un examen biologique ou une imagerie. La recommandation HAS de 2018 sur le repérage et le diagnostic chez l'enfant et l'adolescent structure ce parcours en plusieurs étapes : repérage des signes d'alerte, orientation vers une consultation dédiée, puis évaluation diagnostique.

La mise à jour HAS publiée le 12 février 2026 (révision de la recommandation 2012 sur les interventions et le parcours de vie, déjà décryptée sur MonRFS dans notre article sur les 9 approches non recommandées) confirme et précise les outils de repérage et de diagnostic : le M-CHAT (Modified Checklist for Autism in Toddlers, 16-30 mois) et le Q-CHAT (Quantitative Checklist for Autism in Toddlers, 18-24 mois) pour le repérage, l'ADI-R (Autism Diagnostic Interview-Revised) et l'ADOS-2 (Autism Diagnostic Observation Schedule, 2^e édition) pour l'évaluation diagnostique. Tous ces outils sont des questionnaires ou des grilles d'observation comportementale. Aucun ne repose sur une mesure numérique ou physiologique objective.

Résultat documenté par la littérature internationale : ce parcours, bien que rigoureux, prend du temps. Une méta-analyse portant sur 35 cohortes dans 35 pays (van 't Hof et al., 2021, Autism, n=66 966) situe l'âge diagnostique moyen international à 60,5 mois (soit 5 ans) très au-delà de l'âge de 18 mois à partir duquel la HAS reconnaît qu'un diagnostic fiable est possible. Les causes citées par la littérature : subjectivité de l'évaluation clinique, hétérogénéité des présentations, accès limité aux professionnels formés et files d'attente en centres de ressources autisme.

C'est dans ce contexte : un repérage qui fonctionne mais qui reste lent, coûteux en expertise humaine, et dépendant de la disponibilité de professionnels formés, que la recherche s'est tournée depuis une quinzaine d'années vers l'eye-tracking. L'objectif : objectiver des différences de regard déjà bien documentées chez les enfants avec TSA (moindre attention aux visages, exploration visuelle plus variable), avec une technique peu coûteuse et non invasive. Restait à savoir si des algorithmes de machine learning pouvaient transformer ce signal brut en outil de classification suffisamment fiable pour un usage clinique.

Ce que la méta-analyse 2026 sur l'eye-tracking et l'IA montre vraiment

Côté méthodo

Han et al. (2026), publiée dans International Journal of Medical Informatics (volume 208, mars 2026), est la synthèse la plus large à ce jour sur le sujet. L'équipe a interrogé PubMed, Embase, Web of Science, IEEE Xplore, Scopus et Cochrane Library depuis l'origine jusqu'au 3 août 2025, suivi le standard PRISMA 2020, et enregistré son protocole a priori sur PROSPERO (CRD420251162462) : un gage de rigueur méthodologique qui limite le risque de sélection biaisée des résultats après coup. DOI 10.1016/j.ijmedinf.2025.106235

Sur 1 045 références identifiées, 25 études ont été retenues pour la méta-analyse quantitative, totalisant 2 319 participants (échantillons de 32 à 529 par étude). Toutes appliquent un modèle de machine learning (arbres de décision, SVM, réseaux de neurones, etc.) à des données d'eye-tracking pour classer les enfants et adolescents en TSA contre développement typique.

En complément, Keehn et al. (2024), publiée dans JAMA Network Open, apporte un angle différent : une étude prospective de précision diagnostique menée directement dans des cabinets de soins primaires, pas en laboratoire de recherche , chez 146 enfants de 14 à 48 mois adressés pour suspicion de TSA (102 avec diagnostic confirmé, 44 sans). DOI 10.1001/jamanetworkopen.2024.11190

Point méthodo important : les deux études utilisent des références diagnostiques différentes. La méta-analyse Han et al. compare aux critères cliniques établis (souvent l'ADOS-2) ; l'étude Keehn et al. compare au jugement du pédiatre confirmé par une évaluation développementale complète incluant l'ADOS-2. Ce ne sont donc pas deux réplications d'un même protocole, mais deux angles convergents : l'un sur la performance agrégée du signal eye-tracking + IA, l'autre sur son utilité en contexte réel de soins primaires.

Côté résultats

La méta-analyse 2026, en chiffres :

• Exactitude (accuracy) poolée : 85 % (IC 95 % : 81-89 %)
• Sensibilité poolée : 86 % (IC 95 % : 82-89 %)
• Spécificité poolée : 86 % (IC 95 % : 79-91 %)
• AUC (aire sous la courbe ROC) poolée : 0,92

Ces chiffres placent l'eye-tracking assisté par IA dans une zone de performance diagnostique jugée « bonne à excellente » selon les standards habituels. Les auteurs précisent que la performance varie selon l'âge des participants, le type de stimulus visuel utilisé (visages, scènes sociales, objets), le niveau d'engagement de l'enfant dans la tâche et l'algorithme choisi : la fourchette de précision brute rapportée dans la littérature source va d'ailleurs de 55,5 % à 98,3 % selon les études, ce qui illustre l'hétérogénéité du champ.

L'étude en soins primaires, en chiffres :

• Biomarqueur composite d'eye-tracking seul : sensibilité 77,5 % (IC 95 % : 68,4-84,5 %), spécificité 77,3 % (IC 95 % : 63,0-87,2 %)
• Modèle intégrant biomarqueur eye-tracking + jugement clinique du pédiatre : sensibilité 90,7 % (IC 95 % : 83,3-95,0 %), spécificité 86,7 % (IC 95 % : 70,3-94,7 %)
• AUC du modèle intégré (arbre de décision CART) : 0,92 (IC 95 % : 0,86-0,96) ; AUC des biomarqueurs pris individuellement : 0,61 à 0,82

Le résultat le plus important cliniquement n'est pas la performance du biomarqueur seul, mais le gain apporté par sa combinaison avec le jugement du clinicien : sensibilité +13 points, spécificité +9 points par rapport au biomarqueur isolé. Autrement dit, dans cette étude, l'eye-tracking ne remplace pas le pédiatre, il affine sa décision quand le score est intégré à son évaluation, en particulier dans les cas où le clinicien exprime une incertitude diagnostique.

Côté limites

Trois réserves méthodologiques structurent la lecture de ces résultats :

1. Hétérogénéité substantielle et absence de validation externe. Les auteurs de la méta-analyse Han et al. le disent eux-mêmes dans leur conclusion : la robustesse et la généralisabilité de ces résultats sont limitées par l'absence de validation externe, la petite taille des échantillons (32 à 529 par étude) et une hétérogénéité substantielle entre études sur les protocoles, le matériel et les algorithmes.
2. Aucune cohorte française identifiée. Ni la méta-analyse ni l'étude en soins primaires ne mentionnent de cohorte française. La transposabilité aux pratiques de repérage françaises (structuration en centres de ressources autisme, filière de soins spécifique) n'est pas documentée.
3. Déséquilibre de classe et données manquantes dans l'étude Keehn et al. : 102 enfants TSA pour seulement 44 non-TSA, et un pourcentage de données exploitables variable selon les tâches oculométriques (de 50 % à 94 %), les auteurs appellent eux-mêmes à une réplication sur des échantillons plus larges et équilibrés.

Sur le plan des conflits d'intérêts : la méta-analyse Han et al. ne rapporte aucun financement ni conflit d'intérêts déclaré. L'étude Keehn et al. est financée par le National Institute of Mental Health, la Riley Children's Foundation et l'Indiana Clinical and Translational Sciences Institute, aucun financement industriel lié à un fabricant de dispositif d'eye-tracking n'est déclaré, ce qui limite le risque de biais de sponsor sur ces deux publications précises.

Ce que l'eye-tracking change (ou ne change pas) dans ta pratique

Pour le repérage et l'orientation

1. L'eye-tracking + IA n'est pas un outil disponible en pratique courante en France. Aucun outil de ce type n'est intégré aux recommandations HAS ni remboursé, absence de mention, rappelons-le, et non avis défavorable. Le parcours de repérage reste le M-CHAT/Q-CHAT en première ligne, puis l'ADI-R/ADOS-2 pour le diagnostic. Si tu es sollicité par des familles évoquant des applications ou dispositifs d'eye-tracking « diagnostiques » trouvés en ligne, la littérature scientifique disponible en 2026 ne permet pas de les positionner comme un substitut à l'évaluation clinique standardisée.

2. La recherche pointe une direction utile pour l'avenir du repérage, pas un outil prêt à l'emploi. Les deux études convergent sur un même message : l'eye-tracking pourrait, à terme, servir d'outil adjuvant objectif pour aider à trancher dans les cas ambigus ou pour prioriser les enfants à orienter en urgence vers une évaluation spécialisée, un enjeu réel compte tenu du délai diagnostique moyen de 5 ans documenté internationalement. Mais ce futur suppose une validation multicentrique à grande échelle qui n'existe pas encore.

3. Ce que ça signifie pour ta pratique d'évaluation. Si tu es amené à recevoir un enfant ayant déjà bénéficié d'un dépistage par eye-tracking (recherche clinique, cohorte pilote), garde à l'esprit que ce résultat n'a de valeur que combiné à l'évaluation clinique complète, jamais en substitution de l'ADOS-2 ou de l'ADI-R. Le bilan neuropsychologique et l'observation comportementale structurée restent, à ce stade des connaissances, la seule voie validée pour poser un diagnostic de TSA.

Vigilance : les pièges à éviter

• Ne pas confondre performance de classification et validation clinique. Une AUC de 0,92 en méta-analyse ne dit rien sur ce qui se passerait si l'outil était déployé à grande échelle dans une patientèle générale, avec une prévalence de TSA différente de celle des études (biais de spectre).
• Ne pas présenter l'eye-tracking comme un « test qui diagnostique l'autisme » face à des familles. Les deux études sourcées le positionnent explicitement comme un biomarqueur adjuvant, pas un instrument diagnostique autonome.
• Distinguer repérage précoce et diagnostic de certitude. Le repérage (M-CHAT, Q-CHAT, et demain peut-être l'eye-tracking) oriente vers une évaluation ; seule l'évaluation diagnostique complète (ADI-R, ADOS-2, jugement clinique pluridisciplinaire) confirme ou infirme le TSA.

Ce qui ne change pas

• Le parcours diagnostique HAS (M-CHAT/Q-CHAT en repérage, ADI-R/ADOS-2 en diagnostic) reste la référence en France.
• L'évaluation clinique pluridisciplinaire reste indispensable, y compris dans les scénarios de recherche où l'eye-tracking est utilisé en complément.
• Le principal levier documenté pour réduire le délai diagnostique reste l'accès aux professionnels formés et la fluidité du parcours, pas un nouvel outil de mesure isolé.

Et après ? Ce qu'il faudrait pour une translation clinique

Les auteurs de la méta-analyse Han et al. appellent explicitement à des paradigmes d'eye-tracking standardisés et à des études prospectives multicentriques à grande échelle avec validation externe, condition nécessaire avant toute translation clinique. Aucun essai contrôlé randomisé n'a encore évalué si l'ajout de l'eye-tracking au parcours de repérage améliore réellement les délais diagnostiques ou l'accès aux interventions précoces à l'échelle d'un système de santé. C'est la prochaine étape à surveiller, en particulier pour évaluer une éventuelle application au contexte français.