En los últimos años, la entrega de suministros médicos ha enfrentado desafíos significativos debido a desastres naturales y emergencias de salud pública recurrentes. Abordando la necesidad de mejorar las operaciones logísticas durante tales crisis, este artículo presenta un enfoque innovador, a saber, integrar la logística de vehículos y vehículos aéreos no tripulados (UAV) para mejorar la eficiencia y la resiliencia de las cadenas de suministro médico. Nuestro estudio introduce un marco de distribución de doble modo que emplea el algoritmo de agrupamiento espacial basado en densidad de aplicaciones con ruido (DBSCAN) para agrupar eficientemente las zonas de demanda inaccesibles para los vehículos convencionales, identificando así las áreas que requieren entrega de UAV. Además, categorizamos la demanda de suministros médicos en dos conjuntos distintos basados en la accesibilidad de los vehículos, optimizando las rutas de distribución a través de UAV y vehículos. A través de un análisis comparativo, nuestros hallazgos revelan que el algoritmo de colonia de abejas artificiales (ABC) supera significativamente al algoritmo genético en términos de eficiencia de resolución, recuentos de iteraciones y velocidad de entrega. Sin embargo, la tendencia del algoritmo ABC hacia la optimización local temprana y la convergencia rápida conduce a una posible estancamiento en óptimos locales. Para mitigar este problema, incorporamos una técnica de recocido simulado en el marco de ABC, dando como resultado un enfoque de optimización refinado que supera con éxito las limitaciones de la convergencia prematura en óptimos locales. Los resultados experimentales validan la eficacia de nuestro algoritmo mejorado, demostrando recuentos de iteraciones reducidos, tiempos de cálculo más cortos y una calidad de solución sustancialmente mejorada en comparación con los modelos logísticos tradicionales. El método propuesto promete mejorar significativamente la eficiencia operativa y la calidad del servicio de la logística del sistema de salud durante situaciones críticas.