A gestão de listas de espera em meio hospitalar é um tema de particular relevância dada a sua implicação direta na qualidade dos serviços de saúde prestados aos pacientes, na boa gestão dos recursos humanos, materiais e financeiros e, por último, na regulamentação emanada pelo Ministério da Saúde. Esta regulamentação estipula um tempo máximo de resposta garantido para a execução de Meios Complementares de Diagnóstico e Terapêutica (MCDT), cirurgias e consultas externas. Esta dissertação, intitulada “Prescriptive Analytics na Gestão de Listas de Espera Hospitalares” tem como principal objetivo otimizar a decisão na área da gestão das listas de espera para MCDT. Este objetivo será alcançado através do desenvolvimento de modelos aptos para melhorar os agendamentos, de modo a reduzir os tempos das listas de espera e o desperdício de recursos. Estes modelos têm ainda de ser capazes de integrar um sistema de Adaptive Business Inteligence. É evidente a importância da contribuição que este projeto poderá trazer para este campo de atuação, uma vez que pode servir de auxílio na tomada de decisões clínicas e administrativas, conseguindo atingir benefícios como a diminuição das listas de espera, melhorias na qualidade do serviço prestado e a diminuição dos custos e desperdícios. Para tal, são usadas as metodologias Design Science Research e Cross Industry Standard Process for Data Mining. De igual modo, são apresentados os principais conceitos inerentes a esta área de conhecimento, bem como trabalhos relacionados, que auxiliam na compreensão das abordagens que estão a ser utilizadas, bem como na perceção das restrições e problemas encontrados. Em seguida, é apresentado o desenvolvimento deste projeto e a análise dos seus resultados. Finalmente, na conclusão, está presente uma síntese desta dissertação, as suas contribuições e o trabalho futuro.