Este trabalho descreve o projeto e implementação de um modelo computacional capaz de classificar indivíduos com suspeita de diabetes mellitus. o modelo foi desenvolvido através de redes neurais artificiais e utiliza para treinamento um banco de dados fornecido por uma rede de laboratórios de análises clínicas. utilizando a arquitetura de rede multilayer perceptron foi possível testar diferentes estruturas de redes neurais, variando funções de ativações, camadas, número de neurônios, taxas de aprendizado e otimizadores. é proposto um modelo computacional que simula o resultado do exame de hemoglobina glicada e classifica indivíduos em saudáveis ou com suspeita de diabetes. a rede neural artificial utiliza 26 parâmetros de entrada que correspondem a idade, glicose em sangue, hemogramas, colesteróis, creatinina e triglicerídios e possui acurácia final de 81,8% na classificação de indivíduos com suspeita de diabetes.