Objetivo Utilizar tecnicas de clustering para caracterizar a los proveedores de servicios de mantenimiento de una institucion de salud. Metodos El estudio analiza el inventario del equipamiento perteneciente a 7 areas pilotos (264 equipos medicos). Se aplican tecnicas de clustering usando 26 variables. Entre las mas significativas: el tiempo de respuesta (RT), la duracion de las intervenciones (DR), la disponibilidad y el tiempo de cambio de estado (TAT). Resultados La obsolescencia del equipo biomedico en promedio es de 0,78. Se identifican 4 grupos de proveedores de servicios. Grupos (1 y 3): Mejor desempeno, menores valores de TAT, RT y DR; cuyos proveedores son: O, L, C, B, I, S, H, F, G; representan el 56 % del total; con valores de TAT entre: 1,4 dias <TAT < 2,56 dias como promedio. Grupo (0): Desempeno medio, cuyos proveedores son: V, M, K, Z, T, Y; representan el 38 %; con valores de TAT iguales a 9,79 dias como promedio. Grupo (2): con bajos desempenos, por poseer valores altos de TAT (101 dias como promedio); con unico proveedor: J, representa el 6 % del total de la muestra analizada. Conclusiones La metodologia empleada permitio caracterizar el inventario de equipos medicos y a los proveedores de servicios de mantenimiento. La tecnica de conglomerados demostro ser efectiva para identificar los proveedores mas competitivos. Palabras Clave: Disponibilidad de servicios de salud, servicios contratados, analisis por conglomerados, servicio de mantenimiento e ingenieria en hospital, ingenieria biomedica (fuente: DeCS, BIREME). Objective Using clustering techniques for characterising companies providing health institutions with maintenance services. Methods The study analysed seven pilot areas' equipment inventory (264 medical devices). Clustering techniques were applied using 26 variables. Response time (RT), operation duration (OD), availability and turnaround time (TAT) were amongst the most significant ones. Results Average biomedical equipment obsolescence value was 0.78. Four service provider clusters were identified: clusters 1 and 3 had better performance, lower TAT, RT and DR values (56 % of the providers coded O, L, C, B, I, S, H, F and G, had 1 to 4 day TAT values: <TAT < 2.56 days on average). Cluster 0 had medium performance (38 % of providers coded V, M, K, Z, T and Y, having an average 9.79 TAT value). Cluster 2 (6 % - provider J) had low performance, having very a high TAT level (101 days on average). Conclusions The methodology allowed medical equipment inventory and maintenance service suppliers to be characterised. The cluster technique was effective in identifying the most competitive suppliers. Key Words: Health service accessibility, contract service, cluster analysis, maintenance and engineering, hospital, biomedical engineering (source: MeSH, NLM).