Simuladores são ferramentas eficazes para promover a integração entre a teoria e a prática no ensino superior na área da saúde. Estes sistemas disponibilizam um ambiente bastante próximo ao real e, assim, mostram-se como um recurso importante para o aprendizado do aluno, sem os riscos potenciais associados à prática clínica. Ainda, os simuladores do tipo paciente virtual permitem que o estudante repita a atividade e explore novas soluções para um mesmo caso de estudo e, dessa forma, reforce a precisão e a retenção do conhecimento adquirido. O Health Simulador é um simulador do tipo paciente virtual que se encontra em desenvolvimento na Universidade Feevale e que busca desenvolver o raciocínio clínico e diagnóstico do aluno da área da saúde. No Health Simulador, o professor pode criar diversos casos clínicos que serão resolvidos pelo aluno. Este trabalho objetiva desenvolver um sistema de recomendação de casos clínicos e materiais de estudo que favoreçam o aprendizado do aluno no Health Simulator, fazendo-se uso de estratégias de recomendação modernas que possam ser aplicadas à área da educação em saúde. A função de um sistema de recomendação é indicar ao usuário ativo o grupo de itens que possa ser de seu maior interesse dentro de um grupo maior de itens recomendáveis. Ferramentas desse tipo vem sendo utilizadas em sistemas de áreas diversas e é possível encontrar variadas técnicas para recomendação, cada qual com suas características distintas. O presente trabalho é uma pesquisa bibliográfica e experimental, de natureza aplicada e abordagem qualitativa. O experimento realizado envolve o desenvolvimento das técnicas de recomendação do tipo filtro colaborativo e baseada em conteúdo, com outros três métodos híbridos tendo sido aplicados. A escolha destas técnicas se deu após o levantamento bibliográfico que apontou que estas são as mais utilizadas pela comunidade acadêmica. Para permitir a implantação das técnicas ao Health Simulator, diversas alterações ao simulador se mostraram necessárias. Posterior à implementação, o sistema foi avaliado qualitativamente com o uso de técnicas de acurácia da predição e da classificação. Os resultados mostraram valores satisfatórios para o método de filtro colaborativo enquanto apontaram que alterações ainda são necessárias ao algoritmo baseado em conteúdo utilizado. Espera-se que com o crescimento do uso do Health Simulator, novos casos clínicos sejam inseridos, tornando o simulador bastante abrangente. Por isso a importância de um sistema de recomendação que deve não somente mostrar bons casos de estudo a um usuário, mas também guiá-lo pelo simulador, proporcionando assim, maior oportunidade de aprendizado ao aluno.