No Brasil, existe uma parcela significativa de equipamentos médico-hospitalares inoperantes devido à condução inadequada, feita por pessoas despreparadas, do processo de aquisição desses equipamentos. Visando uma futura solução para esse problema, nesta tese foi desenvolvido um estudo para mostrar a possibilidade de representar (através da utilização de redes neurais artificiais) o processo cognitivo utilizado por engenheiros clínicos experientes durante a fase de ponderação dos critérios para julgamento de propostas de fornecimento de equipamentos médicos. Para isso, as respostas fornecidas, a uma pesquisa com engenheiros clínicos de várias regiões do país, foram usadas para construir exemplos para treinamento de diversas arquiteturas de redes neurais. Os melhores resultados (maior correlação com as respostas originais e menor erro quadrático de teste) foram obtidos para a composição (ensemble) de 100 redes neurais de duas camadas escondidas treinadas com o algoritmo back-propagation. Isso mostrou a viabilidade de representar o conhecimento dos especialistas na forma de um modelo conexionista não-linear, cujas saídas fornecem a importância de diversos fatores (clínico, financeiro, qualidade, segurança e técnico) envolvidos no processo de julgamento de propostas para aquisição de um equipamento médico.