Artificial intelligence (AI) is increasingly integrated into modern health systems, influencing health behaviour, clinical decision-making, and long-term care. AI-enabled tools—including machine-learning algorithms, wearables, biosensors, and conversational agents—now support health promotion, primary prevention, symptom detection, and the management of acute and chronic conditions. These technologies can identify early risk patterns, provide tailored feedback, enhance diagnostic accuracy, and strengthen treatment adherence, offering benefits across physical, mental, and social dimensions of health. However, the expanding presence of AI also reshapes traditional understandings of iatrogenesis—harm caused by healthcare itself. Clinical iatrogenesis now includes algorithmic errors stemming from biased datasets, misclassification, overfitting, or overreliance on AI-generated recommendations. As AI becomes embedded in triage, imaging interpretation, and predictive modelling, these errors have the potential to influence care at both individual and system levels. Cultural iatrogenesis is likewise intensified by constant digital monitoring and AI-driven guidance, which may encourage dependency, reduce autonomous self-care, and further medicalize everyday life. Conversational agents can unintentionally reinforce misunderstanding or delay professional evaluation when users misinterpret probabilistic information as diagnostic certainty. To capture emerging challenges not addressed by traditional categories, the concept of techno-cognitive iatrogenesis is proposed. This describes the gradual erosion of human cognitive and adaptive capacities—such as diagnostic reasoning, symptom awareness, and self-regulation—resulting from prolonged reliance on intelligent systems. These vulnerabilities become most visible during disasters, cyberattacks, or system failures, when AI tools become inaccessible and human expertise is essential. Overall, while AI offers transformative potential for improving health and care, its safe implementation requires careful governance, transparency, and sustained attention to the new dependencies and risks it may introduce. 

influenciando o comportamento em relação à saúde, a tomada de decisões clínicas e os cuidados a longo prazo. Ferramentas habilitadas por IA — incluindo algoritmos de aprendizado de máquina, dispositivos vestíveis, biossensores e agentes conversacionais — agora apoiam a promoção da saúde, a prevenção primária, a detecção de sintomas e o gerenciamento de condições agudas e crônicas. Essas tecnologias podem identificar padrões de risco precoces, fornecer feedback personalizado, aprimorar a precisão diagnóstica e fortalecer a adesão ao tratamento, oferecendo benefícios nas dimensões física, mental e social da saúde. No entanto, a crescente presença da IA também reformula a compreensão tradicional da iatrogenia — o dano causado pelo próprio sistema de saúde. A iatrogenia clínica agora inclui erros algorítmicos decorrentes de conjuntos de dados tendenciosos, classificação incorreta, sobreajuste ou dependência excessiva de recomendações geradas por IA. À medida que a IA se torna incorporada à triagem, à interpretação de imagens e à modelagem preditiva, esses erros têm o potencial de influenciar o atendimento tanto em nível individual quanto sistêmico. A iatrogenia cultural também é intensificada pelo monitoramento digital constante e pela orientação baseada em IA, o que pode incentivar a dependência, reduzir o autocuidado autônomo e medicalizar ainda mais a vida cotidiana. Agentes conversacionais podem, involuntariamente, reforçar mal-entendidos ou atrasar a avaliação profissional quando os usuários interpretam erroneamente informações probabilísticas como certeza diagnóstica. Para capturar os desafios emergentes não abordados pelas categorias tradicionais, propõese o conceito de iatrogenia tecnocognitiva. Este descreve a erosão gradual das capacidades cognitivas e adaptativas humanas — como raciocínio diagnóstico, consciência dos sintomas e autorregulação — resultante da dependência prolongada de sistemas inteligentes. Essas vulnerabilidades tornam-se mais visíveis durante desastres, ataques cibernéticos ou falhas de sistema, quando as ferramentas de IA se tornam inacessíveis e a experiência humana é essencial. Em geral, embora a IA ofereça um potencial transformador para melhorar a saúde e o atendimento, sua implementação segura requer governança cuidadosa, transparência e atenção constante às novas dependências e riscos que ela pode introduzir. 

L’intelligence artificielle (IA) est de plus en plus intégrée aux systèmes de santé modernes, influençant les comportements de santé, les décisions cliniques et les soins de longue durée. Les outils basés sur l’IA – notamment les algorithmes d’apprentissage automatique, les dispositifs portables, les biocapteurs et les agents conversationnels – contribuent désormais à la promotion de la santé, à la prévention primaire, à la détection des symptômes et à la prise en charge des affections aiguës et chroniques. Ces technologies permettent d’identifier précocement les profils de risque, de fournir un retour d’information personnalisé, d’améliorer la précision diagnostique et de renforcer l’observance thérapeutique, offrant ainsi des bénéfices sur les plans physique, mental et social de la santé. Cependant, la présence croissante de l’IA redéfinit également la notion traditionnelle d’iatrogénie – les préjudices causés par les soins de santé eux-mêmes. L’iatrogénie clinique englobe désormais les erreurs algorithmiques dues à des ensembles de données biaisés, à des erreurs de classification, au surapprentissage ou à une dépendance excessive aux recommandations générées par l’IA. À mesure que l’IA s’intègre au triage, à l’interprétation d’images et à la modélisation prédictive, ces erreurs sont susceptibles d’influencer les soins aux niveaux individuel et systémique. L'iatrogénèse culturelle est également intensifiée par la surveillance numérique constante et le guidage par IA, ce qui peut encourager la dépendance, réduire l'autonomie en matière de santé et médicaliser davantage le quotidien. Les agents conversationnels peuvent involontairement renforcer les malentendus ou retarder l'évaluation professionnelle lorsque les utilisateurs interprètent à tort des informations probabilistes comme des certitudes diagnostiques. Afin de saisir les nouveaux défis non couverts par les catégories traditionnelles, le concept d'iatrogénèse technocognitive est proposé. Celui-ci décrit l'érosion progressive des capacités cognitives et adaptatives humaines – telles que le raisonnement diagnostique, la conscience des symptômes et l'autorégulation – résultant d'une dépendance prolongée aux systèmes intelligents. Ces vulnérabilités deviennent particulièrement visibles lors de catastrophes, de cyberattaques ou de pannes de système, lorsque les outils d'IA deviennent inaccessibles et que l'expertise humaine est essentielle. En conclusion, si l'IA offre un potentiel transformateur pour améliorer la santé et les soins, sa mise en œuvre sécurisée exige une gouvernance rigoureuse, de la transparence et une attention soutenue aux nouvelles dépendances et aux nouveaux risques qu'elle peut engendrer.