Der hohe Konsum von Hybridnahrung in der heutigen Welt ist die Ursache für die Zunahme verschiedener Krankheiten. So wird das Studium dieser medizinischen Diagnose zum wichtigsten Teil der Disziplinen. Wenn man die Krankheit nicht richtig kennt, hat sie schwerwiegende Folgen. Daher ist ein starkes Diagnosesystem erforderlich. Dies wird durch den K-Nearest-Neighbour-Algorithmus und das neuronale Netz mit Backpropagation ermöglicht. Der K-Nächste-Algorithmus basiert auf einer nicht parametrisierten Familie, die für Regression und Klassifizierung verwendet wird. Back propagation neural network ist eine weitere Technik, die für die Diagnose von Krankheiten verwendet wird und auf einem künstlichen neuronalen Netzwerk basiert, das als Optimierungsmethode eingesetzt wird. In dieser Arbeit wird der Vergleich der beiden Algorithmen vorgestellt und diskutiert, wie diese Technik in Kombination zu besseren Ergebnissen führt. Der kombinierte Ansatz liefert eine bessere Genauigkeit von bis zu 96 %.