Prótons: Pencil Beam versus Monte Carlo no cálculo de dose

A protonterapia baseia-se em uma propriedade física que distingue prótons de fótons: a deposição de energia concentrada na curva de Bragg, com queda abrupta além do pico. Essa característica permite proteger estruturas críticas posteriores ao alvo enquanto se entrega dose elevada no volume tumoral. O sistema de planejamento de tratamento (TPS) deve, portanto, calcular com precisão onde o feixe para — e a exatidão dessa previsão determina se a vantagem física do próton se traduz em benefício clínico real.

Dois paradigmas de cálculo competem hoje na clínica: os algoritmos de Pencil Beam (PB), derivados de modelos analíticos de espalhamento múltiplo de Coulomb, e os métodos de Monte Carlo (MC), baseados em simulação estocástica partícula a partícula. Cada abordagem envolve hipóteses distintas, tempos de cálculo muito diferentes e sensibilidades específicas a heterogeneidades do paciente. A escolha entre eles não é neutra: afeta o posicionamento do gradiente de dose, a robustez do plano e, em cenários clínicos críticos, a estimativa de risco de toxicidade.

Este artigo discute os fundamentos físicos, as implementações comerciais disponíveis e as evidências de validação que orientam a escolha entre PB e MC, com ênfase em situações onde as diferenças são clinicamente relevantes. O texto é dirigido a físicos médicos, dosimetristas e radio-oncologistas envolvidos diretamente no commissioning e na aprovação de planos de tratamento.

Por que a incerteza de alcance domina a protonterapia

O alcance de um feixe de prótons em tecido é determinado pela razão entre a energia cinética inicial e o poder de freamento do meio. Clinicamente, esse alcance é calculado a partir das unidades Hounsfield (HU) do CT de planejamento, convertidas em poder de freamento relativo (RSP) por meio de curvas de calibração. Essa conversão introduz uma incerteza sistemática cuja magnitude varia conforme o método de calibração e a composição dos tecidos — valores e fontes detalhadas são discutidos por Paganetti (2012), que situa essa contribuição entre as maiores fontes de incerteza em protonterapia clínica.

Além da calibração HU→RSP, contribuem para a incerteza de alcance: variações de posicionamento interfração, deformação anatômica, artefatos de metal no CT e as próprias limitações dos algoritmos de cálculo em reproduzir o transporte real em meios heterogêneos. O resultado prático é que margens adicionais (“range margins”) são aplicadas distalmente para garantir cobertura tumoral, frequentemente às custas da exposição de estruturas críticas posteriores ao alvo.

O algoritmo de cálculo de dose é uma das poucas fontes de incerteza que o físico médico pode reduzir sem depender de melhorias tecnológicas externas ao departamento. A diferença entre a dose prevista pelo PB e pelo MC pode, em geometrias complexas, ser comparável ou superior às próprias margens de alcance empregadas clinicamente. Por isso, entender quando essa diferença é clinicamente significativa é uma competência fundamental no trabalho com TPS de prótons.

Como o Pencil Beam modela o transporte de prótons

O formalismo de Pencil Beam em protonterapia deriva do modelo de Fermi-Eyges para transporte de partículas carregadas em meios aproximadamente homogêneos. A dose de um feixe elementar é decomposta em componentes: a deposição ao longo do eixo central (determinada pela profundidade e pelo poder de freamento acumulado), o espalhamento lateral por múltipla interação de Coulomb com núcleos atômicos, e as correções de heterogeneidade calculadas por ray tracing em camadas de tecido equivalente a água.

Na implementação clínica, o PB representa o feixe como superposição de beamlets individuais, cada um com perfil gaussiano lateral parametrizado. O TPS converte as HU em RSP pixel a pixel ao longo de raios traçados desde a fonte, acumula o poder de freamento e estima o alcance de cada pencil. As heterogeneidades laterais — variações de densidade perpendiculares ao eixo do feixe — são tratadas de forma aproximada, geralmente por expansão do kernel gaussiano ou por divisão da fluência em sub-pencils. Essa aproximação é razoável em meios quase homogêneos, mas falha quando há interfaces abruptas de densidade como pulmão/parede torácica ou cavidades de ar imediatamente adjacentes ao target.

O commissioning de um algoritmo PB exige medições de perfis de dose integrada ao longo do eixo (IDD) e de espalhamento lateral em manequim de água, além de validação em geometrias de heterogeneidade controlada. A limitação central do PB não é o tempo de cálculo — da ordem de segundos a minutos, o que viabiliza a otimização iterativa —, mas a incapacidade estrutural de simular com rigor o transporte em presença de grandes gradientes laterais de densidade e de interações nucleares inelásticas.

O que o Monte Carlo acrescenta

O método de Monte Carlo simula o transporte de cada próton individualmente, amostrando processos físicos — espalhamento elástico de Coulomb, perdas de energia contínuas e discretas, interações nucleares elásticas e inelásticas — a partir de seções de choque tabeladas. O resultado é uma distribuição de dose estocástica que converge para a solução fisicamente consistente conforme aumenta o número de histórias simuladas. A precisão é limitada, na prática, pelas incertezas nas próprias seções de choque e pelos modelos de fragmentação nuclear, não pela metodologia de amostragem em si.

Códigos de MC amplamente utilizados em pesquisa incluem TOPAS (baseado em Geant4), GATE, FLUKA e FRED. Também existem motores comerciais, mas disponibilidade, física implementada, finalidade regulatória e modalidade licenciada mudam entre produtos e versões. GPUMCD, descrito originalmente para transporte acoplado de fótons e elétrons, não deve ser usado como sinônimo de Monte Carlo para prótons.

Uma distinção relevante é a grandeza de saída. D_m e D_w dependem da definição e da implementação do sistema, e não podem ser atribuídas automaticamente apenas porque um motor é PB ou MC. Comparações entre algoritmos devem registrar a convenção de dose, o modelo biológico quando aplicável e a forma como o TPS converte stopping power e materiais.

Uma abordagem alternativa aos métodos estocásticos são solvers determinísticos da equação de transporte. Em fótons, o Acuros XB é um exemplo comercial. Para prótons, nomes, disponibilidade e maturidade mudam rapidamente; por isso, o artigo não assume ausência ou presença universal de um solver comercial e exige consulta à documentação da versão avaliada.

Interações nucleares, halo e dose fora do campo

Quando um próton colide com um núcleo atômico de forma inelástica, fragmentos secundários são emitidos — prótons de baixa energia, nêutrons, partículas alfa e fragmentos mais pesados. Esses produtos depositam dose em regiões além do campo geométrico e fora do eixo do feixe, constituindo o chamado halo de dose nuclear. Sua amplitude é pequena em relação ao pico de Bragg, mas pode ser dosimetricamente relevante em estruturas de baixa tolerância localizadas próximas ao campo — cenário particularmente importante em tratamentos pediátricos e em cabeça e pescoço.

O PB, na maioria das implementações comerciais, não modela explicitamente as interações nucleares inelásticas. O MC, ao contrário, as simula diretamente, o que melhora a previsão de dose fora do campo e nas bordas do alvo. A revisão de física da protonterapia (Newhauser & Zhang, 2015) situa as interações nucleares entre os determinantes principais das diferenças entre algoritmos em geometrias clinicamente relevantes.

O halo de dose nuclear também afeta o commissioning: a medição da dose integral em campo largo (large-field IDD) é necessária para capturar a contribuição nuclear, que não é detectada por câmaras de ionização de diâmetro pequeno. TPS baseados em PB frequentemente utilizam um componente de halo parametrizado empiricamente, cujo ajuste no commissioning é crítico para minimizar erros sistemáticos na dose absoluta.

Tabela 1 — Comparação entre Pencil Beam e Monte Carlo em protonterapia clínica

Característica	Pencil Beam (PB)	Monte Carlo (MC)
Base física	Formalismo de Fermi-Eyges + ray tracing	Transporte estocástico partícula a partícula
Heterogeneidades laterais	Aproximação por kernel gaussiano	Modelagem explícita
Interações nucleares inelásticas	Geralmente parametrizadas empiricamente	Simuladas com seções de choque tabeladas
Halo de dose nuclear	Componente empírico ou ausente	Calculado fisicamente
Grandeza de dose	Depende do TPS e da implementação	Depende do TPS e da implementação
Tempo de cálculo	Geralmente menor	Depende de hardware, estatística e implementação
Incerteza numérica	Determinístico	Estatística; depende do nº de histórias
Commissioning principal	IDD + perfis laterais em água	Idem + fantomas heterogêneos
Uso clínico predominante	Otimização iterativa, sítios simples	Verificação e sítios complexos

Pulmão, osso, cavidades e implantes

As limitações do PB tornam-se mais pronunciadas em heterogeneidades extremas, e a escolha do algoritmo deve considerar o sítio anatômico:

Pulmão: A densidade reduzida do tecido pulmonar amplifica o espalhamento lateral e modifica o alcance. O PB subestima o espalhamento em interfaces pulmão/tumor e pode posicionar incorretamente a borda distal de dose. Estudos de validação com MC documentam diferenças locais de dose relevantes em campos que cruzam extensas regiões pulmonares, embora a magnitude dependa da geometria específica do plano.

Osso cortical: A alta densidade aumenta o poder de freamento e concentra o espalhamento. O PB subestima o espalhamento próximo a interfaces osso/tecido mole, resultando em erros locais que podem ser relevantes para estruturas críticas adjacentes como medula espinhal, nervos ópticos e quiasma.

Cavidades de ar: Seios paranasais, nasofaringe, ouvido médio e espaços de ar torácicos criam gradientes abruptos de densidade. O ray tracing axial do PB pode falhar em capturar o espalhamento lateral induzido por essas cavidades, afetando o posicionamento do pico de Bragg e a estimativa de cobertura do target.

Implantes metálicos: Próteses de titânio, grampos e stents introduzem dois problemas simultâneos: artefatos de metal no CT que degradam a conversão HU→RSP, e espalhamento/absorção muito acima do esperado para tecido mole. O MC simula explicitamente o transporte em materiais de alto número atômico, mas a precisão está limitada pela qualidade da imagem CT. Protocolos de CT com algoritmos de redução de artefatos de metal (MAR) devem preceder o planejamento em qualquer algoritmo.

Tabela 2 — Heterogeneidades, limitações algorítmicas e impacto clínico potencial

Tipo de heterogeneidade	Principal limitação do PB	Vantagem do MC	Impacto clínico potencial
Pulmão (baixa densidade)	Espalhamento lateral subestimado	Transporte explícito multi-interface	Cobertura do GTV; dose em parede torácica
Osso cortical	Interface dose-sombra imprecisa	Modelagem precisa de Z alto	Medula espinhal, nervos ópticos, quiasma
Cavidades de ar	Deslocamento de Bragg peak	Gradiente de densidade explícito	Targets em cabeça e pescoço, base de crânio
Implante metálico	RSP com artefato; espalhamento sub-simulado	Física de alto Z direta	Cobertura e dose distal ao implante
Interface móvel (retal, vaginal)	Variação interfração não capturada por nenhum	Não corrige mobilidade	Exige análise de robustez independente

PBS, movimento respiratório e efeito interplay

O Pencil Beam Scanning (PBS) — a modalidade de entrega de feixe predominante na clínica moderna — varre o campo spot a spot de forma dinâmica. Em tumores torácicos e abdominais, o movimento respiratório se sobrepõe à varredura, criando o efeito interplay: a dose entregue a qualquer voxel depende da fase respiratória exata no momento em que cada spot passa sobre aquela região. O resultado pode ser cold spots e hot spots que não aparecem no cálculo estático sobre o CT de planejamento, mesmo que a dose média sobre muitas frações se aproxime do pretendido.

O efeito interplay não é uma limitação dos algoritmos de dose por si — PB e MC calculam a dose sobre uma anatomia estática. A diferença emerge quando se usa MC em simulações de dose acumulada por 4D-CT: a maior precisão do MC em cada fase respiratória produz uma estimativa acumulada mais acurada, especialmente quando há forte heterogeneidade pulmonar. Usar PB em cada fase de um 4D-CT e acumular a dose propaga os erros individuais do PB para a estimativa acumulada.

Estratégias para mitigar o interplay incluem rescanning (múltiplas varreduras por campo por fração), gating respiratório e irradiação com breath-hold ativo. O planejamento robusto deve incorporar não apenas incertezas de posicionamento e alcance, mas também o espectro de distribuições de dose induzidas pelo movimento, o que demanda cálculos repetidos — cenário em que o tempo de cálculo do MC se torna variável operacional crítica e justifica o investimento em aceleração por GPU.

Robustez, commissioning e decisão clínica

Análise de robustez

Em protonterapia, a análise de robustez avalia como o plano se comporta sob perturbações sistemáticas: deslocamentos de posicionamento nos três eixos, variações de alcance e mudanças anatômicas interfração. O resultado é um envelope de distribuições de dose — não uma distribuição única — que o clínico usa para decidir se a cobertura mínima e as restrições de órgão de risco são satisfeitas em todos os cenários plausíveis.

A escolha do algoritmo influencia diretamente o valor e a interpretação dessa análise. Se o cálculo nominal em PB subestima doses em órgãos de risco em geometrias com heterogeneidades laterais, a análise de robustez baseada exclusivamente em PB pode indicar aceitabilidade onde o MC indicaria margem insuficiente. Por isso, diretrizes recentes convergem para recomendar verificação por MC antes da aprovação de planos em sítios anatomicamente complexos, mesmo que a otimização seja realizada em PB por razões de velocidade de cálculo.

Commissioning

O commissioning de um algoritmo MC em TPS comercial exige, além das medições padrão de IDD e perfis laterais em manequim de água, validação em fantomas heterogêneos que repliquem geometrias clinicamente relevantes: material equivalente de pulmão de baixa densidade, interfaces osso/tecido mole e inserções com cavidades de ar. A comparação entre cálculo MC e medição experimental deve satisfazer critérios de gamma (tipicamente 2%/2 mm ou 3%/3 mm dependendo do protocolo institucional) na fração de pontos exigida pelo protocolo de QA do centro.

O commissioning de algoritmos PB, historicamente menos exigente em termos de fantomas heterogêneos, pode mascarar erros sistemáticos que só emergem em geometrias específicas. Centros que migraram de PB para MC frequentemente identificam diferenças sistemáticas em determinadas anatomias — o que pode exigir revisão dos protocolos de margem de alcance e, em casos selecionados, replanejamento de pacientes em curso de tratamento.

Decisão clínica

A escolha entre PB e MC não precisa ser binária. Uma prática comum e razoável é usar PB para a otimização iterativa — pela velocidade — e MC para verificação do plano final. Quando MC está disponível como motor de otimização, sua utilização direta elimina a inconsistência entre otimização e verificação. A decisão institucional deve considerar:

• Disponibilidade de hardware dedicado (GPU para MC em tempo clínico)
• Sítios anatômicos do portfólio clínico (PBS em pulmão e base de crânio demanda MC; campos simples em próstata com geometria favorável toleram PB com menor risco)
• Tempo de fluxo clínico aceitável no contexto do volume de pacientes
• Requisitos de diretrizes institucionais e de sociedades como AAPM, ESTRO e IAEA

Para QA de dose independente — verificação do plano por sistema secundário —, softwares como FRED ou plataformas baseadas em MC oferecem verificação com física equivalente, enquanto ferramentas analíticas de QA secundário para MC ainda estão em desenvolvimento e validação clínica.

Perguntas frequentes

O Monte Carlo sempre produz resultados mais precisos que o Pencil Beam?

O MC é fisicamente mais completo, mas sua precisão depende das seções de choque implementadas, da resolução de voxel e do número de histórias simuladas — que define a incerteza estatística. Em geometrias simples e homogêneas, um PB bem comissionado e um MC bem implementado produzem resultados equivalentes. As diferenças tornam-se clinicamente relevantes principalmente em heterogeneidades extremas, bordas de campo e situações com interações nucleares significativas. “Mais preciso” deve ser entendido como “menos dependente de aproximações geométricas”, não como garantia de superioridade em qualquer cenário.

Quais TPS comerciais oferecem MC clínico para prótons?

Há TPS comerciais com cálculo Monte Carlo para prótons, mas a disponibilidade e o escopo clínico dependem da versão, do país e da licença. O físico responsável deve verificar a documentação técnica e regulatória do sistema local. TOPAS, GATE e outros códigos de pesquisa são valiosos para validação, mas seu uso assistencial não pode ser inferido apenas da disponibilidade do software.

Como “dose to medium” versus “dose to water” afeta a comparação de planos?

Em tecidos com composição próxima à água (músculo, tumor sólido), Dm ≈ Dw. Em osso cortical e materiais de alta densidade, Dm pode diferir de Dw por valores não desprezíveis clinicamente, pois o poder de freamento mássico desses materiais difere da água. Comparar um plano PB (Dw implícita) com um plano MC (Dm) sem explicitar a grandeza pode induzir erro de interpretação. A recomendação prática é definir institucionalmente qual grandeza é adotada e manter consistência entre o algoritmo de planejamento e os limites de dose dos órgãos de risco dos protocolos em uso.

Como o efeito interplay deve ser abordado no commissioning e no planejamento clínico?

O efeito interplay não é verificável por medições estáticas em manequim de água. O commissioning deve incluir medições em manequim em movimento (dinâmico) ou simulações 4D-CT com cálculo de dose acumulada em geometria controlada. No planejamento clínico, a magnitude do interplay deve ser estimada para cada paciente com tumor em localização de movimento relevante (pulmão, fígado, pâncreas). Quando o efeito for clinicamente significativo, estratégias como rescanning ou gating devem ser incorporadas ao protocolo de tratamento, com documentação explícita no plano aprovado e no prontuário.

Quando é recomendado usar MC em vez de PB para aprovação do plano?

Não há uma regra universal aplicável a todos os sistemas. Heterogeneidades laterais fortes, implantes, cavidades e regiões de alto gradiente são razões para exigir uma análise mais rigorosa e, quando disponível, comparação com um motor de transporte mais completo. A política deve ser baseada no risco, no intended use do TPS e no commissioning local.

Referências

• Paganetti H. Range uncertainties in proton therapy and the role of Monte Carlo simulations. Phys Med Biol. 2012;57(11):R99–R117.
• Perl J, Shin J, Schümann J, Faddegon B, Paganetti H. TOPAS: An innovative proton Monte Carlo platform for research and clinical applications. Med Phys. 2012;39(11):6818–6837.
• Newhauser WD, Zhang R. The physics of proton therapy. Phys Med Biol. 2015;60(8):R155–R209.
• IAEA Technical Reports Series No. 398. Absorbed Dose Determination in External Beam Radiotherapy. Vienna: IAEA; 2000.
• AAPM Task Group Report 224. Comprehensive Proton Therapy Machine Quality Assurance. Med Phys. 2019.