La propagación generalizada del Covid-19 ha llevado a infectar a un gran número de pacientes, simultáneamente. Esto resultó en una gran cantidad de solicitudes de atención médica, al mismo tiempo. Durante la primera ola de Covid-19, muchas personas no pudieron ser admitidas en hospitales adecuados debido a la inmensa cantidad de pacientes. Admitir a los pacientes en hospitales adecuados puede disminuir el tiempo en cama de los pacientes, lo que puede llevar a salvar muchas vidas. Además, optimizar el proceso de admisión puede minimizar el tiempo de espera para la atención médica, lo que puede salvar las vidas de los casos graves. El proceso de admisión necesita considerar dos criterios principales: el tiempo de admisión y la preparación del hospital que aceptará a los pacientes. Estos dos objetivos convierten el problema de admisión en un Problema Multi-Objetivo (MOP). La Optimización de Pareto (PO) es un método común de optimización multi-objetivo que se ha aplicado a diferentes MOPs y ha demostrado su capacidad para resolverlos. En este documento, se propone un algoritmo basado en PO para tratar la admisión de pacientes con Covid-19 en hospitales. El método utiliza PO para variar entre hospitales y elegir el hospital más adecuado para el paciente con el menor tiempo de admisión. El método también considera a los pacientes con casos graves al admitirlos en hospitales con el menor tiempo de admisión independientemente de su preparación. El método ha sido probado en un conjunto de datos de la vida real que consistió en 254 pacientes obtenidos del hospital especializado King Faisal en Arabia Saudita. El método se comparó con el método de optimización multi-objetivo lexicográfico en cuanto al tiempo de admisión y precisión. El método propuesto mostró su superioridad sobre el método lexicográfico en los dos criterios, lo que lo convierte en un buen candidato para sistemas de admisión de la vida real.