Esta investigación tiene como objetivo resolver un modelo de problema de enrutamiento de vehículos de atención médica a domicilio (HHCVRP) que considera el aspecto social de la sostenibilidad y se implementará en ciudades inteligentes. Además del dinamismo y la incertidumbre causados por las variaciones en la condición del paciente, el modelo propuesto considera parámetros y variables que mejoran su viabilidad, como asumir diferentes niveles de importancia del paciente (prioridad). El modelo se resolvió utilizando un enfoque de algoritmo metaheurístico a través del algoritmo de Optimización por Colonias de Hormigas y la técnica de Clasificación No Dominada debido a la capacidad de tal combinación para trabajar con modelos dinámicos con incertidumbres y múltiples objetivos. Este estudio propone un nuevo modelo matemático integrando sensores corporales en los pacientes para seguir actualizando sus condiciones y priorizando las condiciones críticas en el servicio. El análisis de sensibilidad demuestra que el uso de un sensor de frecuencia cardíaca mejora la calidad del servicio y la satisfacción del paciente sin afectar la energía consumida. Además, los costos de calidad aumentan si los niveles de importancia de los pacientes aumentan. El modelo sugerido puede ayudar a los profesionales de la salud a rastrear las condiciones de salud de los pacientes para mejorar la calidad del servicio y gestionar la carga de trabajo de manera efectiva. Se debe mantener un equilibrio entre la satisfacción del paciente y la satisfacción del proveedor de servicios.