La diabetes es una enfermedad aguda que ocurre cuando el páncreas no puede producir suficiente insulina. Puede ser mortal si no se diagnostica y trata. Si la diabetes se revela lo suficientemente temprano, es posible, con un tratamiento adecuado, llevar una vida saludable. Recientemente, los investigadores han aplicado técnicas de inteligencia artificial para la predicción de la diabetes. Como resultado, se desarrolló un nuevo sistema profundo LSTM basado en SMOTE para detectar la diabetes temprano. Esta estrategia maneja el desequilibrio de clases en el conjunto de datos de diabetes, y se mide su precisión de predicción. Este artículo detalla investigaciones de técnicas de CNN, CNN-LSTM, ConvLSTM y red neuronal convolucional 1D profunda (DCNN) y propuso un método profundo LSTM basado en SMOTE para la predicción de la diabetes. Además, el modelo sugerido se analiza en términos de enfoques de aprendizaje automático y aprendizaje profundo. La precisión del modelo propuesto se midió frente al conjunto de datos de diabetes y el método propuesto logró la mayor precisión de predicción del 99.64%. Estos resultados sugieren que, basándose en la precisión de clasificación, este método supera a otros métodos. Se recomienda utilizar este clasificador para el análisis clínico de pacientes diabéticos.