1مقدمه: دیابت نوع دو یکی از تهدیدات جدی برای سلامت عمومی در قرن حاضر است و هزینه های اقتصادی و درمانی قابل توجهی را بر نظام های سلامت تحمیل می کند. پیش بینی دقیق روند ابتلا به دیابت می تواند نقش مؤثری در مدیریت منابع و طراحی برنامه های مداخله ای ایفا کند. روش ها: در این مطالعه، یک مدل ترکیبی مبتنی بر اتوماتای سلولی یادگیر (CLA) و الگوریتم رتبه بندی برتری و فروتری (SIR) توسعه داده شده است تا با بهره گیری از داده های بیماران دیابتی واقعی در استان کرمان، روند گسترش بیماری در افق 20ساله آتی پیش بینی شود. داده های مورداستفاده شامل ویژگی های دموگرافیک و آزمایشگاهی بیماران دیابتی طی سال های 1383 تا 1391 بوده است. پس از پیش پردازش داده ها و حذف مقادیر گمشده، مدل پیشنهادی در نرم افزار MATLAB پیاده سازی شد. یافته ها: نتایج نشان داد که ترکیب مدل CLA و SIR توانسته است بادقت بالایی روند شیوع بیماری را مدل سازی کند. همچنین، فاکتورهایی نظیر فشارخون، کلسترول و شاخص توده بدنی به عنوان عوامل مؤثر کلیدی در روشن شدن سلول های مدل شناسایی شدند. نتیجه گیری: یافته ها بیانگر آن است که استفاده از رویکردهای هوشمند می تواند در تحلیل داده های سلامت و پیش بینی بیماری های مزمن مؤثر باشد.