Lunettes intelligentes IA : des résultats contrastés

Une équipe dirigée par Robert J. Medina a conduit une étude pilote de faisabilité publiée en ligne dans JAMA Opthalmology lien le 25 juin 2026 dans visant à évaluer la précision des lunettes connectées Ray-Ban Meta IA, deuxième génération, dans l'identification et la description d'objets uniques et multiples, ainsi que dans des tâches de lecture et de reconnaissance monétaire. Ce travail répond à un besoin clinique réel : les dispositifs d'assistance basés sur l'intelligence artificielle suscitent un intérêt croissant pour les patients présentant une déficience visuelle sévère, mais les données de performance en conditions contrôlées restaient jusqu'ici limitées.

La méthodologie repose sur un protocole expérimental impliquant six auteurs comme participants, trois hommes et trois femmes, d'âge moyen 30 ans, sur un fond blanc standardisé pour la majorité des tâches. Le critère de jugement principal était le taux de précision du modèle d'IA embarqué, mesuré à travers plusieurs domaines fonctionnels : reconnaissance d'objets courants, discrimination chromatique, orientation spatiale, dénombrement d'objets de tailles variables, lecture de supports variés incluant étiquettes médicamenteuses, étiquettes alimentaires, écriture manuscrite et livres pour enfants, ainsi qu'identification et comptage de billets et pièces en dollars américains.

Une précision de 99 % pour l'identification d'objets courants

Les résultats montrent une hétérogénéité marquée selon les tâches. L'identification d'objets courants atteint une précision remarquable de 99 %, sur 699 essais réussis parmi 700, avec un intervalle de confiance à 95 % compris entre 97 % et 100 %, suggérant une fiabilité quasi optimale pour cette fonction de base. En revanche, les performances se dégradent nettement pour les tâches de description plus fine.

La discrimination des couleurs plafonne à 64 % de précision

La discrimination des couleurs plafonne à 64 % de précision, avec une précision moyenne par participant de 62 % et un intervalle de confiance large, entre 51 % et 73 %, traduisant une variabilité importante selon les couleurs testées, vraisemblablement liée aux nuances proches ou aux conditions d'éclairage. La directionnalité des objets, c'est-à-dire la capacité à décrire leur orientation dans l'espace, obtient un score intermédiaire de 83 %. La tâche de comptage d'objets s'avère la plus problématique, avec une précision de seulement 50 %, proche du hasard, ce qui constitue une limite fonctionnelle significative pour un usage quotidien où l'estimation quantitative peut avoir une importance pratique.

La reconnaissance de textes standards imprimés atteint 59 % de précision

Concernant la lecture, les résultats varient également selon le type de support. La reconnaissance de textes standards imprimés atteint 59 % de précision, un niveau jugé insuffisant pour une utilisation fiable en autonomie. L'écriture manuscrite est mieux gérée, avec une précision moyenne de 88 % et une médiane de 93 %, ce qui est notable compte tenu de la variabilité inhérente à ce type d'écriture. Les livres pour enfants obtiennent les meilleurs résultats de la catégorie lecture, avec une précision moyenne de 93 % et une médiane atteignant 100 %, bien que la précision moyenne par participant redescende à 81 %, ce qui souligne une hétérogénéité individuelle non négligeable, potentiellement liée aux polices de caractères, à la taille du texte ou à la mise en page.

Billets en papier sont reconnus avec une précision de 91 %

L'identification monétaire révèle le contraste le plus frappant de l'étude. Les billets en papier sont reconnus avec une précision de 91 %, sur 181 essais réussis parmi 200, tandis que les pièces de monnaie ne sont identifiées correctement que dans 2 % des cas, soit 3 essais sur 150. Cet écart considérable illustre les limites actuelles de la reconnaissance visuelle par IA face à des objets de petite taille, aux caractéristiques distinctives subtiles et à faible contraste, un point cliniquement pertinent puisque la manipulation monétaire indépendante constitue un enjeu quotidien majeur pour les patients non-voyants.

Les auteurs concluent que les lunettes intelligentes à IA représentent une solution d'assistance prometteuse, particulièrement adaptée à l'identification d'objets courants, à la lecture de livres pour enfants et à la reconnaissance de billets, mais que leurs limites actuelles, notamment pour la discrimination chromatique fine, le comptage d'objets et l'identification des pièces, doivent être clairement communiquées aux utilisateurs potentiels. Ils appellent à des études complémentaires, idéalement conduites directement auprès de populations de patients malvoyants ou non-voyants plutôt qu'auprès de participants voyants simulant ces conditions, afin de mieux caractériser les bénéfices et les contraintes de ces dispositifs en situation réelle d'usage.

Pas de commercialisation en France

Il convient de souligner que cette étude a été menée aux États-Unis, sans données spécifiques disponibles concernant une éventuelle évaluation ou un encadrement de ces dispositifs par les autorités françaises, qu'il s'agisse de la HAS dans le cadre d'une éventuelle prise en charge au titre du handicap visuel, ou de l'ANSM si ces lunettes venaient à être qualifiées de dispositif médical. Aucune information n'est disponible non plus sur une éventuelle commercialisation ou un remboursement de ce type de dispositif en France.