Resumo: Quando se trata de doenças meningocócicas, a atuação médica necessita ser ágil para detectar corretamente o agente etiológico envolvido no processo infeccioso e, consequentemente, instruir os procedimentos terápicos adequados, pois a protelação no atendimento ou um erro de diagnóstico pode ocasionar graves sequelas ou o óbito do paciente. Neste escopo, o objetivo deste trabalho é apoiar o processo de decisão médica no diagnóstico da moléstia supracitada, através de uma Rede Neural Artificial, verificando sua eficácia e a melhor convergência entre uma configuração baseada em uma rede supervisionada, modelo Multilayer Perceptron com aprendizado por retropropagação, e um mapa auto-organizável, cuja aprendizagem ocorre de modo não supervisionado. Os resultados elencados indicam a eficiência da técnica Multilayer Perceptron no diagnóstico diferencial das variadas classes de doenças meningocócicas.