Este trabalho consiste na realização da aquisição do conhecimento em sistemas especialistas probabilísticos, por meio da descoberta do conhecimento em base de dados, para a geração de redes bayesianas. Realiza-se nesta pesquisa, uma análise das versões free das ferramentas de aprendizagem em redes bayesianas Belief Network Power Constructor (BNPC), Bayesian Knowledge Discoverer (BKD) e Hugin Expert. Após a realização de um estudo comparativo das ferramentas, optou-se pela utilização do BNPC, por oferecer uma interface intuitiva e de fácil utilização, por apresentar variadas opções de bases de dados, entre outras vantagens observadas. A partir de uma base de dados sobre Diabetes Mellitus tipo 2, foi gerada uma rede bayesiana que posteriormente foi avaliada por uma especialista e considerada adequada, permitindo o relacionamento dos fatores de risco e complicações.