¿Qué es un Global Value Dossier y cómo la IA lo está transformando?
El Global Value Dossier es el documento estratégico más importante del proceso de market access farmacéutico. En esta guía explicamos qué es, cómo se construye, por qué tarda tanto — y cómo la inteligencia artificial está comprimiendo de meses a semanas uno de los procesos más críticos de la industria.
Construir un Global Value Dossier (GVD) completo toma entre cuatro y ocho meses de trabajo de un equipo especializado. Es el documento que determina si un medicamento obtiene acceso al mercado, a qué precio y con qué condiciones. Y sin embargo, la mayoría de los equipos de market access en América Latina lo construyen prácticamente de la misma manera que hace diez años. La IA generativa está cambiando eso — con resultados documentados de hasta un 60% de reducción en tiempo de elaboración.
Este artículo es una guía completa para directores de market access, HEOR managers y equipos de medical affairs que quieren entender qué es un GVD, cómo funciona en el contexto de América Latina y qué implica la transformación que la IA generativa está produciendo en este proceso.
Por qué esto importa ahora
ISPOR posicionó la IA como la tendencia número uno en HEOR para 2026–2027. En paralelo, la adopción de Joint Clinical Assessment (JCA) en Europa y la maduración de agencias como CONITEC en Brasil e IETS en Colombia están elevando el estándar metodológico de los dossiers de valor en toda la región. Los equipos que no actualicen su proceso de construcción de GVDs están compitiendo con herramientas del pasado en un entorno que ya cambió.
1. ¿Qué es un Global Value Dossier?
Un Global Value Dossier (GVD) es un documento estructurado que recopila, sintetiza y comunica toda la evidencia clínica, epidemiológica, económica y de calidad de vida relevante para justificar el valor de un medicamento ante tomadores de decisiones: agencias HTA, pagadores, formuladores de políticas y comités terapéuticos.
Es el documento fuente del que se derivan todos los materiales locales de market access: dossiers de submission para CONITEC, IETS o CENETEC, modelos de costo-efectividad adaptados a cada mercado, argumentarios de valor para médicos y pagadores, y materiales de medical affairs.
La diferencia entre un GVD y un dossier local
El GVD es el documento global — construido en inglés, con toda la evidencia disponible a nivel mundial, diseñado para ser adaptado a cada mercado. Los dossiers locales (como los que se presentan ante CONITEC o IETS) son adaptaciones del GVD al contexto regulatorio, epidemiológico y económico de cada país. Sin un buen GVD, los dossiers locales son débiles por diseño.
Las secciones estándar de un GVD
Aunque el contenido varía por indicación y compañía, los GVDs siguen una estructura metodológica estandarizada basada en las guías de ISPOR y las exigencias de las principales agencias HTA globales:
| Sección | Contenido principal | Extensión típica |
|---|---|---|
| 1. Resumen ejecutivo | Síntesis del valor clínico y económico para tomadores de decisiones | 5–10 páginas |
| 2. Panorama de la enfermedad | Epidemiología, carga de enfermedad, impacto en calidad de vida, necesidad no cubierta | 20–40 páginas |
| 3. Descripción del tratamiento | Mecanismo de acción, posología, población objetivo, comparadores | 15–25 páginas |
| 4. Evidencia clínica | Eficacia y seguridad de ensayos clínicos, revisión sistemática, meta-análisis | 40–80 páginas |
| 5. Resultados reportados por pacientes | Calidad de vida relacionada con la salud, PROs, utilidades para modelos económicos | 20–35 páginas |
| 6. Evidencia económica | Modelo de costo-efectividad, análisis de impacto presupuestal, análisis de sensibilidad | 30–60 páginas |
| 7. Acceso y valor para el sistema | Comparadores, contexto de formulario, argumentos de valor diferenciados por audiencia | 15–25 páginas |
| Total GVD | 145–275 páginas |
145–275
Páginas típicas de un GVD
El Global Value Dossier es el documento base del que se derivan todos los materiales locales de market access para cada mercado.
2. Por qué un GVD tarda cuatro a ocho meses — y por qué eso es un problema
La duración del proceso de construcción de un GVD no es arbitraria. Tiene causas estructurales bien identificadas:
2.1 El volumen de literatura es masivo y crece exponencialmente
Una revisión sistemática para una indicación de media complejidad requiere cribar entre 2,000 y 15,000 referencias para identificar los estudios relevantes. Con métodos tradicionales, ese proceso de screening toma entre tres y seis semanas de trabajo de un revisor experto. Para medicamentos en áreas terapéuticas activas — oncología, inmunología, enfermedades raras — el volumen puede ser considerablemente mayor.
2.2 La adaptación local multiplica el trabajo por el número de mercados
Un GVD global sirve de base, pero cada mercado de América Latina requiere adaptaciones específicas: epidemiología local, costos unitarios del sistema de salud, umbrales de costo-efectividad, comparadores locales, contexto regulatorio. Para una compañía que opera en siete mercados de LATAM, eso es siete veces el trabajo de adaptación.
2.3 La construcción de la narrativa de valor requiere múltiples iteraciones
Traducir evidencia clínica en argumentos de valor comprensibles y convincentes para un pagador — que no es médico, que tiene restricciones presupuestales y que evalúa decenas de tecnologías simultáneamente — es un proceso que requiere múltiples revisiones. El primer borrador rara vez es el definitivo.
2.4 La ventana de decisión no espera
En muchos mercados de LATAM, las ventanas de evaluación de nuevas tecnologías son específicas y no se repiten frecuentemente. Un retraso de dos meses en la submission puede significar esperar un ciclo completo — a veces un año entero — para la siguiente oportunidad. En enfermedades raras o terapias génicas, ese retraso tiene consecuencias directas para los pacientes.
El costo oculto del GVD lento
Cada mes de retraso en la obtención de acceso al mercado representa ingresos no realizados y, más importante, pacientes sin acceso al tratamiento. En mercados emergentes de América Latina, donde los ciclos de evaluación HTA son menos frecuentes que en Europa, la velocidad de construcción del dossier no es un tema de eficiencia operativa — es un tema de acceso.
3. Cómo la IA generativa está transformando la construcción del GVD
La IA generativa no reemplaza al experto en HEOR ni al equipo de market access. Lo que hace es eliminar el cuello de botella de volumen — la parte del proceso que consume tiempo sin agregar juicio especializado.
3.1 Síntesis de evidencia: de semanas a días
El caso de uso con evidencia más sólida. Los LLMs pueden cribar miles de referencias bibliográficas, extraer datos de eficacia y seguridad, e identificar los estudios relevantes en una fracción del tiempo tradicional. Un estudio publicado en Journal of Medical Internet Research documentó que los métodos de IA reducen el tiempo de screening en revisiones sistemáticas hasta en un 80%.
El ISPOR Working Group presentó en la reunión anual de Montreal 2025 una herramienta de co-autoría asistida por IA para la sección Disease Overview del GVD. Resultado: el 80% de las interpretaciones generadas por la IA no requirieron edición por parte del experto. Eso no es asistencia marginal — es una transformación del proceso.
3.2 Modelamiento económico: adaptación local en días
GPT-4 ha demostrado capacidad de replicar modelos de costo-efectividad publicados con un margen de error inferior al 1% en menos de 15 minutos. La aplicación práctica más valiosa para los equipos de LATAM no es construir modelos desde cero, sino adaptar modelos existentes a los parámetros locales de cada mercado: epidemiología de Brasil, costos unitarios del sistema de salud en Colombia, umbral de disposición a pagar en México.
Lo que antes tomaba cuatro semanas por país — con los costos de consultoría asociados — puede hacerse en dos a cinco días con un experto supervisando el proceso y la IA manejando el volumen de adaptación.
3.3 Construcción de la narrativa: del dato al argumento en escala
idalab documentó una reducción del 60% en tiempo de redacción de dossiers HTA con su herramienta EPRI. El impacto más importante no está en la velocidad — está en la capacidad de generar versiones diferenciadas del mismo argumento de valor para distintas audiencias.
Un GVD tiene una sola evidencia base, pero los pagadores son muy distintos entre sí: el criterio de un comité de CONITEC en Brasil, el de un pagador privado en Colombia y el de un formulador del IMSS en México son radicalmente diferentes. La IA permite generar, desde la misma base de evidencia, narrativas calibradas para cada perfil sin multiplicar el tiempo de trabajo.
3.4 Traducción y adaptación multilingüe: el multiplicador de LATAM
Para los equipos que operan en LATAM, la capacidad de adaptar el GVD a español, portugués e inglés simultáneamente — manteniendo coherencia metodológica y terminología técnica consistente — es uno de los beneficios más prácticos de la IA. Lo que antes requería traductores especializados y múltiples rondas de revisión técnica puede hacerse en horas.
| Proceso del GVD | Tiempo sin IA | Con IA | Benchmark |
|---|---|---|---|
| Revisión sistemática (screening) | 3–6 semanas | 2–4 días | ~80% reducción en tiempo de screening |
| Sección Disease Overview | 3–4 semanas | 1–2 semanas | 80% de borradores sin necesidad de edición |
| Modelo de costo-efectividad (adaptación local) | 4–6 semanas/país | 2–5 días/país | Error inferior al 1% vs. modelo base |
| GVD completo | 4–8 meses | 6–8 semanas | 60% reducción en tiempo total |
| Adaptación a 7 mercados LATAM | 14–28 semanas | 2–5 semanas | Escalable en paralelo — no secuencial |
60%
Reducción en tiempo total del GVD
De 4–8 meses a 6–8 semanas. La IA elimina el cuello de botella de volumen, no el criterio del experto.
4. El GVD con IA y los estándares metodológicos: lo que exigen las agencias HTA
La pregunta que más preocupa a los equipos de market access cuando consideran usar IA en la construcción del GVD es legítima: ¿va a pasar el escrutinio de las agencias HTA?
La respuesta depende del framework metodológico que se utilice y de la transparencia con la que se documente el proceso. Los estándares relevantes en 2026:
- ELEVATE-GenAI (ISPOR Working Group, 2025): primer framework de reporte estandarizado para el uso de LLMs en investigación HEOR. Establece criterios de transparencia, trazabilidad y validación que las agencias pueden verificar.
- CHEERS-AI (ISPOR, 2025): extensión del checklist CHEERS para evaluaciones económicas que incorporan métodos de IA y machine learning. Especifica cómo reportar el uso de IA en modelos de costo-efectividad.
- PALISADE (ISPOR, 2025): checklist específico para métodos de machine learning en investigación HEOR y evidencia del mundo real.
La posición de NICE — el estándar de referencia global
NICE lanzó en agosto de 2025 proyectos del HTA Innovation Laboratory que exploran IA en modelamiento económico y automatización de procesos HTA. Su posición es clara: el uso de IA debe ser declarado, transparente y reproducible, y los resultados deben cumplir los mismos estándares de calidad que los métodos tradicionales. En América Latina, donde CONITEC, IETS y CENETEC aún no tienen lineamientos propios sobre IA, alinearse con el estándar NICE es la mejor práctica disponible.
El principio fundamental es que la IA en la construcción del GVD no reduce el estándar metodológico — lo que reduce es el tiempo necesario para alcanzarlo.
5. El GVD en el contexto de América Latina: adaptaciones críticas
La construcción de un GVD para su uso en América Latina tiene particularidades que no aparecen en los manuales europeos ni norteamericanos:
5.1 Los comparadores locales no son los mismos que en Europa
Las agencias HTA europeas evalúan los medicamentos contra los estándares de tratamiento de sus propios sistemas de salud. En LATAM, los comparadores disponibles en formulario varían significativamente entre países y, en muchos casos, difieren del comparador utilizado en los ensayos pivotales. Un GVD que no anticipe este problema va a requerir una adaptación costosa y lenta cuando llegue a la submission local.
5.2 Los parámetros económicos son radicalmente distintos entre países
| País | Umbral costo-efectividad (referencia) | Fuente de costos unitarios | Moneda |
|---|---|---|---|
| Brasil | 3× PIB per cápita (~R$30,000–50,000/QALY) | SIGTAP | BRL |
| Colombia | Hasta 3× PIB per cápita (~COP$120M–180M/QALY) | Manual de tarifas ISS / SOAT | COP |
| México | No formalizado — referencia informal ~1–3× PIB | Cuadro Básico IMSS / ISSSTE | MXN |
| Argentina | No formalizado | Nomenclador Nacional de Prestaciones | ARS |
| Chile | ~1–3× PIB per cápita (referencia informal) | Arancel FONASA | CLP |
5.3 La evidencia de vida real local es cada vez más relevante
CONITEC en Brasil ha aumentado consistentemente su exigencia de datos locales de vida real en las submissions. El lanzamiento de la Red Nacional de Datos en Salud (RNDS) de Brasil en julio de 2025 abre posibilidades sin precedente para complementar la evidencia de ensayos clínicos con datos locales de efectividad. Los GVDs que integren esta dimensión van a tener una ventaja metodológica significativa ante CONITEC.
5.4 El estándar EU JCA ahora es relevante para LATAM
La implementación del Joint Clinical Assessment (JCA) de la Unión Europea a partir de 2025 establece un nuevo estándar de evaluación clínica comparativa que las agencias HTA de LATAM están observando activamente. Las compañías que construyan sus GVDs bajo los criterios metodológicos del JCA van a estar mejor posicionadas ante agencias como CONITEC e IETS, que están elevando sus estándares en esa dirección.
Preguntas frecuentes
¿Cuánto cuesta construir un GVD y quién lo hace?
Los GVDs son construidos típicamente por consultoras especializadas en HEOR y market access, o por equipos internos de farma con experiencia en farmacología económica y síntesis de evidencia. El costo de un GVD completo varía entre USD $150,000 y $500,000 dependiendo de la complejidad de la indicación, el número de comparadores y el nivel de modelamiento económico requerido. Con IA, los componentes más costosos en términos de tiempo se pueden realizar en una fracción del tiempo, lo que impacta directamente en el costo.
¿Un GVD construido con IA tiene el mismo peso ante las agencias HTA que uno construido con métodos tradicionales?
Sí, siempre que se cumplan los frameworks metodológicos relevantes: ELEVATE-GenAI para el uso de LLMs, CHEERS-AI para el modelamiento económico. NICE ha establecido que el uso de IA debe ser declarado y documentado, pero que el estándar de calidad del output es el mismo. En LATAM, donde ninguna agencia tiene lineamientos propios, este principio se aplica por extensión.
¿Qué secciones del GVD se pueden construir con IA y cuáles requieren necesariamente trabajo humano?
Las secciones que más se benefician de la IA son: (1) la revisión sistemática de literatura — especialmente el proceso de screening; (2) la sección Disease Overview, donde la IA puede sintetizar epidemiología y carga de enfermedad con alta precisión; y (3) la adaptación del modelo económico a parámetros locales. Las secciones que requieren más criterio humano son: el diseño del modelo económico desde cero, la interpretación de los resultados de eficacia en contexto clínico, y la narrativa estratégica de valor dirigida a audiencias específicas.
¿Cómo se diferencia un GVD de un AMCP Dossier o de un HTA submission?
Son documentos relacionados pero distintos: el GVD es el documento global base, construido en inglés, que contiene toda la evidencia disponible. El AMCP Dossier es el formato específico para el mercado de EE.UU. Los HTA submissions locales (para CONITEC, IETS, NICE, G-BA, etc.) son adaptaciones del GVD al formato y requisitos específicos de cada agencia. Un buen GVD es la inversión base que hace eficiente la producción de todos los demás.
¿Cuál es el primer paso para modernizar el proceso de construcción de GVD en mi equipo?
El primer paso es identificar cuál es el cuello de botella actual en su proceso: ¿es el tiempo de revisión de literatura? ¿La adaptación local del modelo económico? ¿La construcción de la narrativa de valor? Cada uno de esos cuellos tiene soluciones de IA específicas con benchmarks documentados. El segundo paso es asegurarse de que el equipo entiende los frameworks de validación (ELEVATE-GenAI, CHEERS-AI) para que el output generado con IA cumpla los estándares de las agencias HTA desde el primer borrador.
Conclusión: el GVD es demasiado importante para construirlo lento
El Global Value Dossier es la fundación del acceso al mercado farmacéutico. Todo lo demás — el precio, la cobertura, la negociación con el pagador — depende de qué tan bien construida esté esa fundación. Y sin embargo, la mayoría de los equipos siguen invirtiéndole cuatro a ocho meses a un proceso donde la IA ya demuestra reducciones del 60% en tiempo de elaboración.
En América Latina, donde las ventanas de evaluación HTA son más estrechas y los recursos de los equipos de market access son más limitados que en Europa o Norteamérica, la eficiencia en la construcción del GVD no es una ventaja competitiva — es una necesidad estratégica.
Los frameworks metodológicos ya existen. Los benchmarks ya están documentados. La pregunta no es si la IA va a transformar la construcción de GVDs en LATAM — ya lo está haciendo. La pregunta es si tu equipo va a liderar esa transformación o va a adaptarse cuando los competidores ya lleven ventaja.