Una cadena de suministro farmacéutica (CSF) es un sistema de procesos, operaciones y organizaciones para la entrega de medicamentos. Este documento proporciona un nuevo modelo matemático de costos de CSF, que incluye la tecnología Blockchain (BT), que puede mejorar la seguridad, el rendimiento y la transparencia del intercambio de información médica en un sistema de atención médica. Nuestro objetivo es estimar los costos del modelo de CSF basado en BT, seleccionar algoritmos con errores de predicción mínimos y determinar los componentes de costo del modelo. Después de la generación de datos, aplicamos cuatro algoritmos de Aprendizaje Supervisado (vecino más cercano, árbol de decisión, máquina de vectores de soporte y Bayes ingenuo) combinados con dos algoritmos de Computación Evolutiva (optimización de colonia de hormigas y algoritmo de luciérnagas). También utilizamos el enfoque de Ponderación de Características para asignar pesos apropiados a todos los componentes del modelo de costos, revelando su importancia. Se utilizaron cuatro métricas de rendimiento para evaluar el modelo de costos, y el puntaje de clasificación total (TRS) se utilizó para determinar los algoritmos predictivos más confiables. Nuestros hallazgos muestran que los algoritmos ACO-NB y FA-NB tienen un mejor rendimiento que los otros seis algoritmos en la estimación de los costos del modelo con errores más bajos, mientras que ACO-DT y FA-DT muestran el peor rendimiento. Los hallazgos también indican que el costo de escasez, el costo de mantenimiento y el costo de medicamentos caducados influyen más fuertemente en el modelo de costos que otros componentes de costo.