在资源有限的设置中的抽象疫苗分布仍然是一个至关重要的全球健康挑战，这些挑战加剧了基础设施不足，资源有限和复杂供应链等因素。利用机器学习（ML）有望优化分配效率并确保公平获得救生疫苗。本文综合了各种ML方法，旨在解决资源受限环境中的疫苗分配挑战。文献综述研究了有关医疗保健和疫苗分布中ML应用的现有研究，突出了关键发现和方法。从方法论上讲，确定了选择相关研究的标准，重点是ML技术及其在资源有限的环境中的有效性。确定的关键ML方法包括对需求预测的预测分析，有效的途径优化算法