El aprendizaje profundo ha provocado una transformación significativa en el aprendizaje automático, dando lugar a una serie de nuevas metodologías y, en consecuencia, ampliando su influencia. La aplicación del aprendizaje profundo en diversos sectores, especialmente en el análisis de datos biomédicos, ha iniciado un período lleno de desarrollos científicos notables. Esta tendencia ha influido en gran medida en el pronóstico del cáncer, donde la interpretación de datos genómicos para el análisis de supervivencia se ha convertido en un enfoque central de investigación. La capacidad del aprendizaje profundo para decodificar patrones complejos incrustados en datos genómicos de alta dimensión ha provocado un cambio de paradigma en nuestra comprensión de la supervivencia del cáncer. Dada la rápida progresión en este campo, existe una necesidad urgente de una revisión exhaustiva que se centre en los estudios más influyentes de 2021 a 2023. Esta revisión, a través de su cuidadosa selección y exploración exhaustiva de tendencias y metodologías dominantes, busca satisfacer esta necesidad. El documento tiene como objetivo mejorar nuestra comprensión existente de las aplicaciones del aprendizaje profundo en el análisis de supervivencia del cáncer, al tiempo que destaca direcciones prometedoras para futuras investigaciones. Este documento se propone enriquecer nuestra comprensión actual de la aplicación del aprendizaje profundo en el análisis de supervivencia del cáncer, mientras arroja luz sobre direcciones prometedoras para futuras investigaciones en este campo vibrante y de rápida proliferación.