O Global Value Dossier é o documento estratégico mais importante do processo de market access farmacêutico. Neste guia, explicamos o que é, como é construído, por que demora tanto — e como a inteligência artificial está comprimindo de meses para semanas um dos processos mais críticos da indústria.

Construir um Global Value Dossier (GVD) completo leva entre quatro e oito meses de trabalho de uma equipe especializada. É o documento que determina se um medicamento obtém acesso ao mercado, a que preço e em que condições. E, no entanto, a maioria das equipes de market access na América Latina o constrói praticamente da mesma forma que há dez anos. A IA generativa está mudando isso — com resultados documentados de até 60% de redução no tempo de elaboração.

Este artigo é um guia completo para diretores de market access, gerentes de HEOR e equipes de medical affairs que desejam entender o que é um GVD, como funciona no contexto da América Latina e o que implica a transformação que a IA generativa está produzindo nesse processo.

Por que isso importa agora

A ISPOR posicionou a IA como a tendência número um em HEOR para 2026–2027. Em paralelo, a adoção do Joint Clinical Assessment (JCA) na Europa e o amadurecimento de agências como a CONITEC no Brasil e o IETS na Colômbia estão elevando o padrão metodológico dos dossiês de valor em toda a região. As equipes que não atualizarem seu processo de construção de GVDs estão competindo com ferramentas do passado em um ambiente que já mudou.

1. O que é um Global Value Dossier?

Um Global Value Dossier (GVD) é um documento estruturado que compila, sintetiza e comunica todas as evidências clínicas, epidemiológicas, econômicas e de qualidade de vida relevantes para justificar o valor de um medicamento perante tomadores de decisão: agências de ATS, pagadores, formuladores de políticas e comitês terapêuticos.

É o documento-fonte do qual derivam todos os materiais locais de market access: dossiês de submissão para a CONITEC, IETS ou CENETEC, modelos de custo-efetividade adaptados a cada mercado, argumentos de valor para médicos e pagadores, e materiais de medical affairs.

A diferença entre um GVD e um dossiê local

O GVD é o documento global — construído em inglês, com todas as evidências disponíveis mundialmente, projetado para ser adaptado a cada mercado. Os dossiês locais (como os que são apresentados à CONITEC ou ao IETS) são adaptações do GVD ao contexto regulatório, epidemiológico e econômico de cada país. Sem um bom GVD, os dossiês locais são fracos por definição.

Seções padrão de um GVD

Embora o conteúdo varie por indicação e empresa, os GVDs seguem uma estrutura metodológica padronizada baseada nas diretrizes da ISPOR e nas exigências das principais agências de ATS globais:

Seção	Conteúdo principal	Extensão típica
1. Resumo executivo	Síntese do valor clínico e econômico para tomadores de decisão	5–10 páginas
2. Panorama da doença	Epidemiologia, carga da doença, impacto na qualidade de vida, necessidade não atendida	20–40 páginas
3. Descrição do tratamento	Mecanismo de ação, posologia, população-alvo, comparadores	15–25 páginas
4. Evidência clínica	Eficácia e segurança de ensaios clínicos, revisão sistemática, meta-análise	40–80 páginas
5. Desfechos reportados por pacientes	Qualidade de vida relacionada à saúde, PROs, utilidades para modelos econômicos	20–35 páginas
6. Evidência econômica	Modelo de custo-efetividade, análise de impacto orçamentário, análise de sensibilidade	30–60 páginas
7. Acesso e valor para o sistema	Comparadores, contexto de formulário, argumentos de valor diferenciados por audiência	15–25 páginas
Total do GVD		145–275 páginas

145–275

Páginas típicas de um GVD

O Global Value Dossier é o documento base do qual derivam todos os materiais locais de market access para cada mercado.

2. Por que um GVD demora de quatro a oito meses — e por que isso é um problema

A duração do processo de construção de um GVD não é arbitrária. Possui causas estruturais bem identificadas:

2.1 O volume de literatura é massivo e cresce exponencialmente

Uma revisão sistemática para uma indicação de complexidade média requer triar entre 2.000 e 15.000 referências para identificar os estudos relevantes. Com métodos tradicionais, esse processo de triagem leva entre três e seis semanas de trabalho de um revisor especialista. Para medicamentos em áreas terapêuticas ativas — oncologia, imunologia, doenças raras — o volume pode ser consideravelmente maior.

2.2 A adaptação local multiplica o trabalho pelo número de mercados

Um GVD global serve de base, mas cada mercado da América Latina requer adaptações específicas: epidemiologia local, custos unitários do sistema de saúde, limiares de custo-efetividade, comparadores locais, contexto regulatório. Para uma empresa que opera em sete mercados da LATAM, isso representa sete vezes o trabalho de adaptação.

2.3 A construção da narrativa de valor requer múltiplas iterações

Traduzir evidência clínica em argumentos de valor compreensíveis e convincentes para um pagador — que não é médico, que tem restrições orçamentárias e que avalia dezenas de tecnologias simultaneamente — é um processo que requer múltiplas revisões. O primeiro rascunho raramente é o definitivo.

2.4 A janela de decisão não espera

Em muitos mercados da LATAM, as janelas de avaliação de novas tecnologias são específicas e não se repetem com frequência. Um atraso de dois meses na submissão pode significar esperar um ciclo completo — às vezes um ano inteiro — pela próxima oportunidade. Em doenças raras ou terapias gênicas, esse atraso tem consequências diretas para os pacientes.

O custo oculto do GVD lento

Cada mês de atraso na obtenção de acesso ao mercado representa receitas não realizadas e, mais importante, pacientes sem acesso ao tratamento. Em mercados emergentes da América Latina, onde os ciclos de avaliação de ATS são menos frequentes do que na Europa, a velocidade de construção do dossiê não é uma questão de eficiência operacional — é uma questão de acesso.

3. Como a IA generativa está transformando a construção do GVD

A IA generativa não substitui o especialista em HEOR nem a equipe de market access. O que ela faz é eliminar o gargalo de volume — a parte do processo que consome tempo sem agregar julgamento especializado.

3.1 Síntese de evidências: de semanas para dias

O caso de uso com evidência mais sólida. Os LLMs podem triar milhares de referências bibliográficas, extrair dados de eficácia e segurança e identificar os estudos relevantes em uma fração do tempo tradicional. Um estudo publicado no Journal of Medical Internet Research documentou que os métodos de IA reduzem o tempo de triagem em revisões sistemáticas em até 80%.

O ISPOR Working Group apresentou na reunião anual de Montreal 2025 uma ferramenta de coautoria assistida por IA para a seção Disease Overview do GVD. Resultado: 80% das interpretações geradas pela IA não necessitaram de edição por parte do especialista. Isso não é assistência marginal — é uma transformação do processo.

3.2 Modelagem econômica: adaptação local em dias

O GPT-4 demonstrou capacidade de replicar modelos de custo-efetividade publicados com uma margem de erro inferior a 1% em menos de 15 minutos. A aplicação prática mais valiosa para as equipes da LATAM não é construir modelos do zero, mas adaptar modelos existentes aos parâmetros locais de cada mercado: epidemiologia do Brasil, custos unitários do sistema de saúde na Colômbia, limiar de disposição a pagar no México.

O que antes levava quatro semanas por país — com os custos de consultoria associados — pode ser feito em dois a cinco dias com um especialista supervisionando o processo e a IA gerenciando o volume de adaptação.

3.3 Construção da narrativa: do dado ao argumento em escala

A idalab documentou uma redução de 60% no tempo de redação de dossiês de ATS com sua ferramenta EPRI. O impacto mais importante não está na velocidade — está na capacidade de gerar versões diferenciadas do mesmo argumento de valor para diferentes audiências.

Um GVD possui uma única base de evidências, mas os pagadores são muito diferentes entre si: o critério de um comitê da CONITEC no Brasil, o de um pagador privado na Colômbia e o de um formulador do IMSS no México são radicalmente diferentes. A IA permite gerar, a partir da mesma base de evidências, narrativas calibradas para cada perfil sem multiplicar o tempo de trabalho.

3.4 Tradução e adaptação multilíngue: o multiplicador da LATAM

Para as equipes que operam na LATAM, a capacidade de adaptar o GVD para espanhol, português e inglês simultaneamente — mantendo coerência metodológica e terminologia técnica consistente — é um dos benefícios mais práticos da IA. O que antes exigia tradutores especializados e múltiplas rodadas de revisão técnica pode ser feito em horas.

Processo do GVD	Tempo sem IA	Com IA	Benchmark
Revisão sistemática (triagem)	3–6 semanas	2–4 dias	~80% de redução no tempo de triagem
Seção Disease Overview	3–4 semanas	1–2 semanas	80% dos rascunhos sem necessidade de edição
Modelo de custo-efetividade (adaptação local)	4–6 semanas/país	2–5 dias/país	Erro inferior a 1% vs. modelo base
GVD completo	4–8 meses	6–8 semanas	60% de redução no tempo total
Adaptação para 7 mercados LATAM	14–28 semanas	2–5 semanas	Escalável em paralelo — não sequencial

60%

Redução no tempo total do GVD

De 4–8 meses para 6–8 semanas. A IA elimina o gargalo de volume, não o julgamento do especialista.

4. O GVD com IA e os padrões metodológicos: o que as agências de ATS exigem

A pergunta que mais preocupa as equipes de market access ao considerar o uso de IA na construção do GVD é legítima: vai passar pelo escrutínio das agências de ATS?

A resposta depende do framework metodológico utilizado e da transparência com que o processo é documentado. Os padrões relevantes em 2026:

ELEVATE-GenAI (ISPOR Working Group, 2025): primeiro framework de reporte padronizado para o uso de LLMs em pesquisa HEOR. Estabelece critérios de transparência, rastreabilidade e validação que as agências podem verificar.
CHEERS-AI (ISPOR, 2025): extensão do checklist CHEERS para avaliações econômicas que incorporam métodos de IA e machine learning. Especifica como reportar o uso de IA em modelos de custo-efetividade.
PALISADE (ISPOR, 2025): checklist específico para métodos de machine learning em pesquisa HEOR e evidência do mundo real.

A posição do NICE — o padrão de referência global

O NICE lançou em agosto de 2025 projetos do HTA Innovation Laboratory que exploram IA em modelagem econômica e automação de processos de ATS. Sua posição é clara: o uso de IA deve ser declarado, transparente e reprodutível, e os resultados devem cumprir os mesmos padrões de qualidade dos métodos tradicionais. Na América Latina, onde CONITEC, IETS e CENETEC ainda não possuem diretrizes próprias sobre IA, alinhar-se ao padrão NICE é a melhor prática disponível.

O princípio fundamental é que a IA na construção do GVD não reduz o padrão metodológico — o que reduz é o tempo necessário para alcançá-lo.

5. O GVD no contexto da América Latina: adaptações críticas

A construção de um GVD para uso na América Latina tem particularidades que não aparecem nos manuais europeus nem norte-americanos:

5.1 Os comparadores locais não são os mesmos que na Europa

As agências de ATS europeias avaliam os medicamentos contra os padrões de tratamento de seus próprios sistemas de saúde. Na LATAM, os comparadores disponíveis em formulário variam significativamente entre países e, em muitos casos, diferem do comparador utilizado nos ensaios pivotais. Um GVD que não antecipe esse problema vai exigir uma adaptação custosa e lenta quando chegar à submissão local.

5.2 Os parâmetros econômicos são radicalmente distintos entre países

País	Limiar de custo-efetividade (referência)	Fonte de custos unitários	Moeda
Brasil	3x PIB per capita (~R$30.000–50.000/QALY)	SIGTAP	BRL
Colômbia	Até 3x PIB per capita (~COP$120M–180M/QALY)	Manual de tarifas ISS / SOAT	COP
México	Não formalizado — referência informal ~1–3x PIB	Cuadro Básico IMSS / ISSSTE	MXN
Argentina	Não formalizado	Nomenclador Nacional de Prestações	ARS
Chile	~1–3x PIB per capita (referência informal)	Tabela FONASA	CLP

5.3 A evidência de vida real local é cada vez mais relevante

A CONITEC no Brasil tem aumentado consistentemente sua exigência de dados locais de vida real nas submissões. O lançamento da Rede Nacional de Dados em Saúde (RNDS) do Brasil em julho de 2025 abre possibilidades sem precedentes para complementar a evidência de ensaios clínicos com dados locais de efetividade. Os GVDs que integrarem essa dimensão terão uma vantagem metodológica significativa perante a CONITEC.

5.4 O padrão EU JCA agora é relevante para a LATAM

A implementação do Joint Clinical Assessment (JCA) da União Europeia a partir de 2025 estabelece um novo padrão de avaliação clínica comparativa que as agências de ATS da LATAM estão monitorando ativamente. As empresas que construírem seus GVDs sob os critérios metodológicos do JCA estarão melhor posicionadas perante agências como CONITEC e IETS, que estão elevando seus padrões nessa direção.

Perguntas frequentes

Quanto custa construir um GVD e quem o faz?

Os GVDs são tipicamente construídos por consultorias especializadas em HEOR e market access, ou por equipes internas de empresas farmacêuticas com experiência em farmacoeconomia e síntese de evidências. O custo de um GVD completo varia entre USD $150.000 e $500.000 dependendo da complexidade da indicação, do número de comparadores e do nível de modelagem econômica requerido. Com IA, os componentes mais custosos em termos de tempo podem ser realizados em uma fração do tempo, o que impacta diretamente no custo.

Um GVD construído com IA tem o mesmo peso perante as agências de ATS que um construído com métodos tradicionais?

Sim, desde que sejam cumpridos os frameworks metodológicos relevantes: ELEVATE-GenAI para o uso de LLMs, CHEERS-AI para a modelagem econômica. O NICE estabeleceu que o uso de IA deve ser declarado e documentado, mas que o padrão de qualidade do resultado é o mesmo. Na LATAM, onde nenhuma agência possui diretrizes próprias, esse princípio se aplica por extensão.

Quais seções do GVD podem ser construídas com IA e quais necessariamente requerem trabalho humano?

As seções que mais se beneficiam da IA são: (1) a revisão sistemática da literatura — especialmente o processo de triagem; (2) a seção Disease Overview, onde a IA pode sintetizar epidemiologia e carga da doença com alta precisão; e (3) a adaptação do modelo econômico a parâmetros locais. As seções que requerem mais julgamento humano são: o desenho do modelo econômico do zero, a interpretação dos resultados de eficácia em contexto clínico e a narrativa estratégica de valor direcionada a audiências específicas.

Como um GVD se diferencia de um AMCP Dossier ou de uma submissão de ATS?

São documentos relacionados, mas distintos: o GVD é o documento global base, construído em inglês, que contém todas as evidências disponíveis. O AMCP Dossier é o formato específico para o mercado dos EUA. As submissões locais de ATS (para CONITEC, IETS, NICE, G-BA, etc.) são adaptações do GVD ao formato e requisitos específicos de cada agência. Um bom GVD é o investimento base que torna eficiente a produção de todos os demais.

Qual é o primeiro passo para modernizar o processo de construção de GVD na minha equipe?

O primeiro passo é identificar qual é o gargalo atual no seu processo: é o tempo de revisão de literatura? A adaptação local do modelo econômico? A construção da narrativa de valor? Cada um desses gargalos tem soluções de IA específicas com benchmarks documentados. O segundo passo é garantir que a equipe compreenda os frameworks de validação (ELEVATE-GenAI, CHEERS-AI) para que o resultado gerado com IA cumpra os padrões das agências de ATS desde o primeiro rascunho.

Conclusão: o GVD é importante demais para ser construído devagar

O Global Value Dossier é a fundação do acesso ao mercado farmacêutico. Todo o resto — o preço, a cobertura, a negociação com o pagador — depende de quão bem construída está essa fundação. E, no entanto, a maioria das equipes continua investindo de quatro a oito meses em um processo onde a IA já demonstra reduções de 60% no tempo de elaboração.

Na América Latina, onde as janelas de avaliação de ATS são mais estreitas e os recursos das equipes de market access são mais limitados do que na Europa ou América do Norte, a eficiência na construção do GVD não é uma vantagem competitiva — é uma necessidade estratégica.

Os frameworks metodológicos já existem. Os benchmarks já estão documentados. A pergunta não é se a IA vai transformar a construção de GVDs na LATAM — já está transformando. A pergunta é se a sua equipe vai liderar essa transformação ou vai se adaptar quando os concorrentes já estiverem na frente.