Resumo: Sistemas de Recuperação de Imagens por Conteúdo têm sido desenvolvidos para contribuir com o diagnóstico em Medicina. Apesar de largamente explorados para imagens bidimensionais, seu uso com modelos tridimensionais ainda é incipiente. Este artigo tem o objetivo de introduzir o novo extrator de caraterísticas ELAD (Extrator Local de Área e Distância) visando à recuperação por conteúdo, com base na área e no posicionamento das faces da malha de modelos tridimensionais. O extrator foi aplicado em modelos médicos que representam o ventrículo esquerdo do coração para auxiliar o diagnóstico de Insuficiência Cardíaca Congestiva (ICC). Os resultados obtidos são comparados com resultados de um extrator baseado na Transformada de Hough 3D (ETH3D) desenvolvido em um trabalho anterior. O novo extrator atingiu mais de 85% de precisão, em todos os valores de revocação, para modelos diagnosticados com ICC e valores acima de 70%, em todos os valores de revocação, para modelos saudáveis.Abstract: Content-Based Image Retrieval systems have been developed to aid diagnosis in Medicine. These systems are well explored for two-dimensional medical images, but there are few studies with three-dimensional medical models. In this article we present the LADD (Local Area-Distance Descriptor), a descriptor for contentbased retrieval, based on the area and position of the faces of three-dimensional models. This descriptor was applied to medical models, specifically in models of the heart's left ventricle, aiming at aiding the diagnosis of Congestive Heart Failure (CHF). The results are compared to the results from another descriptor based on the 3D Hough Transform (ETH3D). The new descriptor presented in this article reached over 85% of accuracy, for all recall values, for the models with ICC. For healthy models, the accuracy reached was of more than 70%, for all recall values.