本文综述联邦学习在医疗生存分析中的应用，重点介绍FedSurF++联邦生存森林算法。该算法在异构联邦环境中构建随机生存森林，仅需一轮通信，兼具效率、鲁棒性与隐私保护，并在真实数据集上验证成功。文章还讨论了多种隐私保护联邦学习框架，以应对医疗数据异构、特征漂移和通信开销问题。