La investigación sugiere que el estilo de caminar de las personas autistas puede ser sutilmente diferente al de las personas en desarrollo típico. Estas diferencias se han demostrado utilizando un análisis de movimiento avanzado llamado análisis de marcha; no se pueden ver simplemente observando a alguien caminar. Sin embargo, estudios anteriores han producido resultados contradictorios, quizás debido a sus diversos métodos y enfoques a menudo complejos. Nos propusimos probar si dos grupos de personas, uno con autismo y el otro en desarrollo típico, podían ser diferenciados simplemente en términos del micro-timing de su ritmo de caminar y si una técnica de inteligencia artificial, llamada aprendizaje automático, podría ser entrenada para hacer esta clasificación. Encontramos que el ritmo de caminar del grupo autista era claramente más variable, pero en promedio no más rápido ni más lento, y que los algoritmos de aprendizaje automático, entrenados solo en el tiempo de marcha, podían ser utilizados para la clasificación de grupos. Se alienta una mayor validación de la variabilidad del tiempo de marcha en el autismo, lo que podría llevar a una prueba semi-automatizada para ayudar a los clínicos en las primeras etapas de sus evaluaciones y a una comprensión más completa de la naturaleza del autismo. Las pruebas que faciliten el diagnóstico podrían llevar a que las familias reciban ayuda más pronto.