Acuros XB e LBTE: como funciona o cálculo determinístico de dose

Em quase toda conversa sobre Acuros XB, chega um momento em que alguém diz algo como: “ele é mais próximo do Monte Carlo”. A frase não está errada, mas costuma vir desacompanhada do que realmente importa. Próximo em que sentido? Próximo por marketing, por precisão em pulmão, por velocidade ou por formulação física?

O que torna o Acuros XB diferente não é uma aura de sofisticação. É o fato de ele sair da família dos algoritmos baseados principalmente em kernels analíticos ou semi-analíticos e entrar no território do transporte explícito por solução numérica da equação linear de transporte de Boltzmann (LBTE, na sigla em inglês).

Essa mudança não é um detalhe acadêmico. Ela altera a forma como o algoritmo enxerga heterogeneidades, como trata materiais de alta densidade, como lida com o debate dose to medium versus dose to water e até que tipo de erro passa a dominar o resultado.

Se o AAA foi uma resposta brilhante para manter a física respeitável dentro do mundo da convolução/superposição, o Acuros XB foi a resposta comercial para um problema mais radical: como trazer para a rotina clínica um motor de dose que resolve o transporte de radiação de forma mais explícita sem cair no custo pleno de um Monte Carlo clássico.

Por que o Acuros XB apareceu

O guia da Varian é direto ao motivar o algoritmo. Em radioterapia externa com fótons, materiais como pulmão, ar, osso e implantes alteram a distribuição de dose de forma relevante, sobretudo em campos pequenos e irregulares. Quando as heterogeneidades ficam fortes, algoritmos baseados em correções ou em kernels escalados começam a mostrar seus limites.

Foi nesse espaço que o Acuros XB foi desenvolvido: para oferecer cálculos rápidos e precisos em cenários heterogêneos, com grade de cálculo de 1 a 3 mm, por meio da solução numérica da LBTE.

Essa origem importa porque ela já mostra o foco do algoritmo. O Acuros XB não foi criado para ser apenas uma versão “premium” do AAA. Ele foi criado para atacar uma fraqueza estrutural dos métodos baseados em kernels: a dificuldade de representar com alta fidelidade o transporte em meios cuja composição e densidade mudam de forma brusca.

A diferença conceitual em uma frase

Se for preciso resumir tudo em uma frase:

AAA tenta representar a dose a partir de beamlets e kernels de deposição escalados.

Acuros XB tenta resolver diretamente o transporte dos fótons e elétrons no paciente por discretização numérica.

É essa mudança de verbo, de representar para resolver, que altera toda a conversa.

O que é a LBTE, em linguagem clínica

A linear Boltzmann transport equation é a equação que descreve o comportamento macroscópico de partículas de radiação enquanto elas se propagam e interagem com a matéria. Em vez de pensar em “uma dose pré-tabular espalhada por um kernel”, a formulação passa a acompanhar o balanço entre:

• partículas que entram em um elemento de volume;
• partículas que saem;
• partículas removidas por interação;
• partículas geradas por espalhamento e produção secundária.

No manual do Eclipse, as equações centrais aparecem, para fótons e elétrons, de forma resumida assim:

Essas expressões assustam menos quando são traduzidas.

\Psi^\gamma e \Psi^e

Representam a fluência angular de fótons e elétrons. Em termos práticos, descrevem a quantidade de partículas viajando em uma determinada direção, posição e energia.

\Omega \cdot \nabla \Psi

É o termo de streaming: a parte do problema que descreve o transporte espacial da fluência.

\sigma_t \Psi

É a remoção por interação. À medida que as partículas atravessam o meio, parte delas é removida por colisões e outros processos.

q

São os termos-fonte: partículas externas vindas do modelo do cabeçote, fótons espalhados, elétrons produzidos por fótons e elétrons gerados por outras interações.

\partial_E(S_R \Psi^e)

É o termo que representa a perda contínua de energia dos elétrons, incluindo o papel do stopping power.

Em vez de aplicar uma receita pronta de deposição, o algoritmo equilibra esses fluxos e interações para obter a fluência no interior do paciente. Só depois converte isso em dose.

O fluxo de cálculo do Acuros XB

Uma das figuras mais úteis do guia da Varian é justamente a que resume a sequência do cálculo. Ela já está extraída localmente:

O manual organiza o processo em cinco passos:

1. criação do mapa físico de materiais;
2. transporte das componentes da fonte para dentro do paciente;
3. cálculo da fluência de fótons espalhados;
4. cálculo da fluência de elétrons colididos;
5. cálculo da dose no modo desejado.

Essa ordem ajuda muito a separar o Acuros XB de explicações vagas. O algoritmo não “corrige melhor as heterogeneidades”; ele faz uma cadeia de operações física e numericamente diferente.

Tudo começa pelo material map

Uma diferença decisiva entre AAA e Acuros XB é o papel da imagem. O AAA trabalha com electron density. O Acuros XB trabalha com mass density e composição material. Isso já o coloca em um universo diferente.

O manual é explícito: o Eclipse fornece ao Acuros XB um tipo de material e uma densidade de massa em cada voxel da grade de imagem. A partir daí, o algoritmo compõe seções de choque macroscópicas para cada material.

Essa parte merece atenção porque muita discussão sobre algoritmo esquece que a física só é tão boa quanto a representação material do paciente. Não adianta ter um solucionador sofisticado se o CT to material mapping estiver mal resolvido.

No Acuros XB, a expressão para a seção de choque macroscópica é apresentada assim:

Em termos práticos, isso significa que a probabilidade de interação por unidade de caminho depende:

• da densidade de massa do material;
• da composição atômica;
• das seções de choque microscópicas dos processos envolvidos.

É essa fundação que permite ao algoritmo responder de forma mais física em osso, ar, pulmão e materiais densos.

CT to material mapping não é burocracia

O guia da Varian trata o CT to material mapping com um nível de detalhe que vale ser preservado editorialmente. O algoritmo pode interromper o cálculo se encontrar valores de HU acima do máximo coberto pela curva de calibração. Também existe lógica específica para materiais de alta densidade, incluindo:

• volume máximo para atribuição automática;
• necessidade de material override em volumes mais extensos;
• extensão da curva de calibração para materiais muito densos.

Esse trecho costuma ser lido como detalhe operacional, mas ele é conceitualmente importante. O Acuros XB só entrega o que promete porque ele não trata o paciente como água escalada. Quando o caso envolve metal, artefato ou materiais muito densos, a responsabilidade do usuário aumenta, não diminui.

Há ainda um ponto fino e clinicamente interessante: o manual comenta que o ruído da imagem pode produzir alternância rápida entre dois materiais quando a densidade de massa calculada fica próxima do limite entre eles. Isso pode aparecer como ruído discreto na dose. Esse detalhe é útil porque mostra uma diferença de sensibilidade em relação a algoritmos menos material-dependentes.

Discretização: o preço da solução explícita

O Acuros XB não resolve a LBTE no contínuo ideal. Ele resolve uma versão discretizada do problema. Isso significa que seus erros característicos são principalmente erros sistemáticos de discretização, não ruído estatístico como no Monte Carlo.

O manual divide essa discretização em três eixos:

Espaço

O volume computacional é subdividido em elementos cartesianos de tamanho variável. O algoritmo usa refinamento adaptativo de malha, com resolução mais fina dentro do volume primário de interesse e resolução mais grossa fora dele.

Isso é importante porque mostra que o Acuros XB não trata toda a cena com o mesmo custo. Ele concentra esforço computacional onde a dose e os gradientes importam mais.

Energia

O algoritmo usa o método multigroup para discretizar energia. A biblioteca de seções de choque inclui 25 grupos de energia para fótons e 49 para elétrons, embora nem todos sejam usados em energias menores.

Ângulo

Para o transporte espacial de partículas espalhadas, o Acuros XB usa o método das discrete ordinates. O espaço angular é discretizado em um conjunto finito de direções, e a ordem da quadratura varia com partícula e energia.

Essa parte é central para entender a natureza do algoritmo. O Acuros XB ganha velocidade em relação a um Monte Carlo tradicional porque abandona o sorteio estocástico de histórias individuais e substitui isso por uma discretização estruturada do transporte.

Monte Carlo e Acuros convergem para a mesma física?

O manual da Varian é cuidadoso nesse ponto. Ele afirma que tanto Monte Carlo quanto métodos explícitos de solução da LBTE são convergentes e, com refinamento suficiente, aproximam a mesma solução física.

Essa observação ajuda a desfazer dois equívocos comuns.

O primeiro equívoco é achar que Acuros XB é apenas um algoritmo “analítico melhorado”. Não é. Ele pertence ao universo dos solucionadores de transporte explícito.

O segundo equívoco é tratar Monte Carlo como se fosse a única forma legítima de chegar perto da física real. Também não é. O Acuros XB tenta chegar ao mesmo problema por outro caminho numérico.

O que muda entre eles, na prática, é:

• natureza do erro dominante;
• custo computacional;
• forma de controlar precisão;
• sensibilidade a discretização e modelagem material.

O que acontece com a dose depois da fluência

Depois de resolver a fluência eletrônica, o algoritmo converte isso em dose por uma relação do tipo:

É aqui que o debate dose to medium versus dose to water ganha forma concreta.

Quando o Acuros XB calcula dose to medium, a seção de choque de deposição de energia e a densidade usadas são as do próprio material local. Quando calcula dose to water, ele usa a resposta da água para converter a fluência eletrônica já calculada no meio real.

O guia da Varian explica esse ponto com uma clareza que deveria ser mais reproduzida nas discussões clínicas. Em materiais não aquosos, especialmente materiais não biológicos de alta densidade e também em osso, o volume de água equivalente que receberia aquela dose pode ser muito menor do que o voxel de saída ou do que um detector físico usado em medidas experimentais.

Essa observação muda a forma de interpretar resultados em:

• osso cortical;
• alumínio;
• titânio;
• aço;
• implantes de alta densidade.

Dose to medium versus dose to water: por que isso importa

A figura comparando energy deposition ratios e collisional stopping power ratios, também já extraída localmente, é uma das melhores portas de entrada para esse tema:

O ponto central é o seguinte:

• Acuros XB calcula a fluência eletrônica no meio real;
• se o usuário escolher dose to medium, a conversão final respeita o material local;
• se escolher dose to water, a conversão usa a resposta da água naquele mesmo campo de fluência.

Isso significa que a diferença entre os dois modos não é um capricho de interface. Ela é uma diferença de interpretação física da mesma fluência calculada.

Na prática clínica, essa distinção pode ser pequena em muitos tecidos moles, mas deixa de ser irrelevante em osso e em materiais não biológicos. O erro mais comum aqui é comparar dois planos ou dois motores como se ambos falassem exatamente da mesma grandeza.

Onde o Acuros XB costuma mostrar valor clínico real

O Acuros XB tende a mostrar seu ganho mais claramente quando a hipótese de escalonamento simples do meio já não basta. Isso inclui:

• pulmão e reentrada em tecido mole;
• cavidades aéreas;
• interfaces osso-tecido;
• presença de implantes e materiais densos;
• campos pequenos e irregulares;
• situações em que a física lateral do transporte eletrônico pesa muito.

Em vários desses cenários, a comparação com AAA não produz apenas uma nuance estatística. Pode produzir uma mudança perceptível na distribuição de dose em regiões críticas.

Essa é a razão pela qual o Acuros XB se consolidou em tantos serviços como opção preferencial para casos heterogêneos. Não porque ele “soa mais moderno”, mas porque a família física a que pertence foi desenhada para responder melhor a esse tipo de problema.

O que o Acuros XB não resolve sozinho

Há um risco curioso quando um algoritmo ganha fama de fisicamente superior: as pessoas passam a esperar dele respostas independentes do restante do sistema. Isso nunca acontece.

O Acuros XB não corrige sozinho:

• uma curva CT inadequada;
• um material mapping mal configurado;
• um beam model ruim;
• resolução de grade mal escolhida;
• comparações metodologicamente incorretas com outros motores.

Além disso, a própria documentação chama atenção para situações em que materiais de alta densidade acima do limite da atribuição automática exigem override estruturado. Ou seja: o algoritmo é mais físico, mas também exige mais disciplina na preparação dos dados.

Acuros XB e AAA: a comparação que vale a pena fazer

Comparar AAA e Acuros XB apenas como “rápido” versus “preciso” empobrece os dois. A comparação melhor é esta:

Pergunta	AAA	Acuros XB
Como o meio é tratado?	Escalonamento por densidade eletrônica e kernels anisotrópicos	Mapeamento material explícito com densidade de massa e seções de choque
Como a dose é construída?	Convolução/superposição de beamlets	Resolução numérica do transporte seguida de conversão em dose
Erro dominante	Limitações do modelo de kernel e da aproximação em heterogeneidade forte	Erro sistemático de discretização e dependência de material mapping
Onde costuma ganhar terreno?	Fluxo clínico rápido e robusto para grande parte da rotina	Heterogeneidades fortes, implantes, interfaces difíceis e campos pequenos

Essa tabela é mais útil do que qualquer slogan porque mostra que os algoritmos não estão apenas em degraus distintos de “qualidade”. Eles respondem a problemas físicos diferentes com filosofias diferentes.

Onde o Acuros XB se posiciona em relação ao Monte Carlo

É aqui que costuma surgir o misticismo. O Acuros XB não é Monte Carlo. Mas ele também não é apenas um algoritmo analítico refinado. Ele é um solucionador determinístico de transporte.

O manual da Varian enfatiza que ambos, Monte Carlo e solução explícita da LBTE, são métodos convergentes. Em muitos cenários, eles produzem resultados muito próximos. A diferença está menos em “um ser real e o outro não” e mais em:

• como cada um chega ao resultado;
• qual custo computacional paga;
• que tipo de erro carrega;
• como a precisão é controlada.

Esse ponto é importante porque impede dois exageros simétricos:

• reduzir o Acuros XB a uma versão cara de algoritmo baseado em kernel;
• tratar o Monte Carlo como única referência admissível de verdade física.

Na clínica, a pergunta correta não é “qual deles é mais puro”, mas “qual deles resolve o problema relevante deste caso com a combinação certa de acurácia, interpretabilidade e fluxo”.

Conclusão

O Acuros XB importa porque muda a pergunta que o TPS consegue responder. Em vez de depender principalmente da redistribuição de energia por kernels pré-construídos, ele resolve numericamente o transporte de fótons e elétrons em um meio materialmente explícito. Isso o torna especialmente valioso em cenários em que heterogeneidade, interfaces e materiais densos deixam de ser detalhe e passam a dominar o comportamento da dose.

O ganho do algoritmo não está em parecer mais sofisticado. Está em pertencer a outra família física. Essa diferença aparece no CT to material mapping, na natureza dos erros, no debate dose to medium versus dose to water e, principalmente, na forma como o cálculo responde quando o paciente deixa de se comportar como água levemente perturbada.

Isso não elimina a necessidade de commissioning rigoroso, configuração material cuidadosa e leitura crítica dos resultados. Pelo contrário. Um motor mais físico não reduz a responsabilidade do usuário; apenas desloca o foco do cuidado.

No próximo artigo do cluster, essa discussão continua justamente no ponto em que ela costuma ser simplificada demais: o que realmente está em jogo quando um TPS reporta dose to medium e outro reporta dose to water.

Perguntas frequentes

Acuros XB é Monte Carlo?

Não. Ele resolve deterministicamente uma forma discretizada da equação linear de transporte de Boltzmann. Monte Carlo amostra histórias de partículas; os dois métodos podem convergir para resultados próximos quando adequadamente implementados.

Por que o material mapping é importante?

Porque densidade e composição definem as seções de choque usadas no transporte. Um mapeamento inadequado pode limitar o resultado mesmo quando o solver está correto.

Dose to medium e dose to water são intercambiáveis?

Não. A diferença pode ser pequena em tecido mole e mais relevante em osso e outros materiais. A convenção deve ser documentada e mantida consistente nas comparações.

Acuros sempre supera o AAA?

Não existe superioridade universal. Em heterogeneidades fortes o transporte explícito costuma ser vantajoso, mas modelo de feixe, grade, versão, material mapping e commissioning continuam determinantes.

O que deve ser validado no commissioning?

Campos abertos e pequenos, heterogeneidades, interfaces, grade, cálculo de unidades monitoras, materiais de alta densidade, convenção de dose e fluxos clínicos representativos.

Referências

• Fogliata A et al. Dosimetric validation of the Acuros XB advanced dose calculation algorithm. Med Phys. 2011.
• Hoffmann L et al. Clinical validation of the Acuros XB photon dose calculation algorithm. Acta Oncol. 2012.
• Siebers JV et al. Converting absorbed dose to medium to absorbed dose to water. Phys Med Biol. 2000.