{"id":17065,"date":"2026-04-04T15:21:54","date_gmt":"2026-04-04T18:21:54","guid":{"rendered":"https:\/\/rtmedical.com.br\/tmp-es-1775326912557\/"},"modified":"2026-04-04T17:56:15","modified_gmt":"2026-04-04T20:56:15","slug":"pencil-beam-aaa-algoritmos-comerciales","status":"publish","type":"post","link":"https:\/\/rtmedical.com.br\/es\/pencil-beam-aaa-algoritmos-comerciales\/","title":{"rendered":"Pencil Beam, Fast Pencil Beam y AAA: Algoritmos Comerciales de Dosis"},"content":{"rendered":"<p>El <strong>algoritmo pencil beam<\/strong>, el <strong>Fast Pencil Beam<\/strong> y el <strong>AAA (Analytical Anisotropic Algorithm)<\/strong> han dominado los sistemas de planificaci\u00f3n comerciales durante d\u00e9cadas. Mientras el pencil beam descompone el haz cl\u00ednico en haces elementales estrechos y los convoluciona con la fluencia incidente, el Fast Pencil Beam sacrifica parte de esa precisi\u00f3n a cambio de una velocidad computacional dr\u00e1stica en los bucles de optimizaci\u00f3n. El AAA evoluciona el concepto original al tratar separadamente los componentes longitudinales y laterales con escalado anisotr\u00f3pico seg\u00fan la densidad. Este art\u00edculo analiza en profundidad los tres m\u00e9todos \u2014 desde los fundamentos matem\u00e1ticos hasta las limitaciones cl\u00ednicas en medios heterog\u00e9neos \u2014 bas\u00e1ndose en el <em>Handbook of Radiotherapy Physics<\/em> (2nd Ed., CRC Press).<\/p>\n<div class=\"toc\">\n<h2>En Este Art\u00edculo<\/h2>\n<ul>\n<li><a href=\"#principio-pencil-beam\">1. Principio del Pencil Beam para Fotones<\/a><\/li>\n<li><a href=\"#kernels\">2. Determinaci\u00f3n de los Kernels<\/a><\/li>\n<li><a href=\"#implementaciones\">3. Implementaciones Pr\u00e1cticas en TPS<\/a><\/li>\n<li><a href=\"#limitaciones\">4. Limitaciones en Medios Heterog\u00e9neos<\/a><\/li>\n<li><a href=\"#fast-pencil-beam\">5. Fast Pencil Beam: Velocidad para Optimizaci\u00f3n<\/a><\/li>\n<li><a href=\"#aaa-eclipse\">6. El AAA en Eclipse: Evoluci\u00f3n del Pencil Beam<\/a><\/li>\n<li><a href=\"#rendimiento-aaa\">7. Rendimiento y Limitaciones del AAA<\/a><\/li>\n<li><a href=\"#fermi-eyges\">8. Pencil Beam para Electrones: Modelo Fermi\u2013Eyges<\/a><\/li>\n<li><a href=\"#protones\">9. Pencil Beam para Protones<\/a><\/li>\n<li><a href=\"#comparacion\">10. Comparaci\u00f3n entre Algoritmos Comerciales<\/a><\/li>\n<\/ul>\n<\/div>\n<h2 id=\"principio-pencil-beam\">Principio del Pencil Beam para Fotones<\/h2>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignright lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/pencil-beam-principle-diagram.jpeg\" alt=\"Diagrama del principio pencil beam mostrando la integraci\u00f3n de kernels KPB ponderados por la fluencia energ\u00e9tica incidente sobre el \u00e1rea del campo\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 1192px; --smush-placeholder-aspect-ratio: 1192\/1373;\"><figcaption>Figura 28.19 \u2014 Principio del pencil beam. Fuente: Handbook of Radiotherapy Physics, 2nd Ed.<\/figcaption><\/figure>\n<p>La idea central del pencil beam es intuitiva: descomponer el haz cl\u00ednico en un conjunto de haces elementales estrechos (\u00abl\u00e1pices\u00bb) y sumar sus contribuciones de dosis en cada punto de c\u00e1lculo. La dosis en el punto $P(x,y,z)$ resulta de la integraci\u00f3n sobre el \u00e1rea del campo de los kernels pencil beam $K_{PB}$ ponderados por la fluencia energ\u00e9tica primaria incidente $\\Psi_I$:<\/p>\n<p>$$D(x,y,z) = \\iint \\frac{\\mu}{\\rho} \\Psi_I(x&#8217;,y&#8217;) \\, K_{PB}(x-x&#8217;, y-y&#8217;, z) \\, dx&#8217; \\, dy&#8217; \\quad (28.32)$$<\/p>\n<p>Donde:<\/p>\n<ul>\n<li>$\\Psi_I(x&#8217;,y&#8217;)$ es la fluencia energ\u00e9tica incidente en $P&#8217;$ (J m\u207b\u00b2)<\/li>\n<li>$\\mu\/\\rho$ es el coeficiente de atenuaci\u00f3n m\u00e1sico (m\u00b2 kg\u207b\u00b9) del medio en $P&#8217;$<\/li>\n<li>$(\\mu\/\\rho)\\Psi_I(x&#8217;,y&#8217;)$ es el TERMA \u2014 energ\u00eda total liberada por unidad de masa (J kg\u207b\u00b9 o Gy)<\/li>\n<li>$K_{PB}(x-x&#8217;, y-y&#8217;, z)$ es el kernel pencil beam, que representa la fracci\u00f3n de energ\u00eda depositada por unidad de masa en $P$ debido a la fluencia primaria entrando por $P&#8217;$<\/li>\n<\/ul>\n<p>La diferencia fundamental entre el pencil beam y la separaci\u00f3n primario-dispersi\u00f3n (m\u00e9todo de Clarkson) es que en el pencil beam el \u00abl\u00e1piz\u00bb transporta <em>toda<\/em> la energ\u00eda depositada a distancia \u2014 tanto por electrones secundarios como por fotones dispersados. En el <a href=\"https:\/\/rtmedical.com.br\/superposicao-clarkson-terma-dose\/\">m\u00e9todo de superposici\u00f3n con Clarkson<\/a>, solo el componente de dispersi\u00f3n se integra sobre el \u00e1rea del campo.<\/p>\n<p>Este enfoque hace que el pencil beam sea naturalmente adecuado para modelar variaciones en la intensidad incidente \u2014 causadas por filtros, compensadores o modulaci\u00f3n din\u00e1mica de intensidad (IMRT). Las variaciones espectrales fuera del eje tambi\u00e9n pueden considerarse ajustando la calidad del pencil beam seg\u00fan la posici\u00f3n de entrada.<\/p>\n<h2 id=\"kernels\">Determinaci\u00f3n de los Kernels Pencil Beam<\/h2>\n<p>El kernel pencil beam es el coraz\u00f3n del m\u00e9todo. Existen diversas formas de obtenerlo, y la elecci\u00f3n impacta directamente la precisi\u00f3n cl\u00ednica.<\/p>\n<h3>Kernels por Monte Carlo directo<\/h3>\n<p>Mohan y Chui (1987) realizaron c\u00e1lculos Monte Carlo directos usando el c\u00f3digo EGS4 para generar kernels monoenerg\u00e9ticos y polienerg\u00e9ticos para haces de cobalto-60, 6 MV y 18 MV. Demostraron que el m\u00e9todo depend\u00eda \u00fanicamente de principios f\u00edsicos fundamentales, sin recurrir a hip\u00f3tesis emp\u00edricas ni funciones anal\u00edticas arbitrarias.<\/p>\n<h3>Modelo anal\u00edtico de Ahnesj\u00f6<\/h3>\n<p>Ahnesj\u00f6 et al. (1992b) presentaron un modelo pencil beam completo para uso cl\u00ednico, empleando kernels polienerg\u00e9ticos obtenidos por convoluci\u00f3n en profundidad de kernels puntuales derivados por Monte Carlo. Estos kernels se representaron anal\u00edticamente como una suma de dos exponenciales sobre el radio:<\/p>\n<p>$$K_{PB}(r,z) = \\frac{A_z \\, e^{-a_z r}}{r} + \\frac{B_z \\, e^{-b_z r}}{r} \\quad (28.33)$$<\/p>\n<p>Donde $r$ es el radio cil\u00edndrico desde el eje del pencil beam, y $A_z$, $a_z$, $B_z$, $b_z$ son par\u00e1metros de ajuste dependientes de la profundidad $z$. El denominador $r$ (en lugar de $r^2$ como en kernels puntuales) compensa la dispersi\u00f3n geom\u00e9trica desde una fuente lineal infinita.<\/p>\n<h2 id=\"implementaciones\">Implementaciones Pr\u00e1cticas en TPS<\/h2>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignleft lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/pencil-beam-mc-ccc-lung-comparison-2.jpeg\" alt=\"Comparaci\u00f3n entre Monte Carlo, CCC (MGS) y FFTC en fantoma con placa de pulm\u00f3n: curvas de dosis en profundidad y perfiles laterales para haz de 15 MV\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 2000px; --smush-placeholder-aspect-ratio: 2000\/887;\"><figcaption>Figura 28.18 \u2014 Monte Carlo vs CCC (MGS) vs FFTC en pulm\u00f3n. Fuente: Handbook of Radiotherapy Physics, 2nd Ed.<\/figcaption><\/figure>\n<p>En medio homog\u00e9neo, los kernels pencil beam pueden considerarse invariantes con la posici\u00f3n, transformando la Ecuaci\u00f3n 28.32 en una convoluci\u00f3n verdadera acelerada por la transformada r\u00e1pida de Fourier (FFT) \u2014 estrategia explotada con \u00e9xito por Boyer (1984) y Mohan y Chui (1987).<\/p>\n<p>Mohan y Chui demostraron el poder del m\u00e9todo para campos irregulares en medio uniforme. Bortfeld et al. (1993) optimizaron la eficiencia descomponiendo el kernel en tres t\u00e9rminos separados y empleando la transformada r\u00e1pida de Hartley. Storchi y Woudstra (1996) desarrollaron un modelo con desviaciones menores al 2% para campos rectangulares e irregulares, excepto para cu\u00f1as de 45\u00b0 (4\u20135%). Este algoritmo se incorpor\u00f3 al TPS Cadplan (Dosetek\u2013Varian) y migr\u00f3 posteriormente a Eclipse.<\/p>\n<h2 id=\"limitaciones\">Limitaciones del Pencil Beam en Medios Heterog\u00e9neos<\/h2>\n<p>Bortfeld et al. (1993) ya advert\u00edan: alta precisi\u00f3n con el pencil beam solo es alcanzable, <em>en principio<\/em>, para fantomas homog\u00e9neos con superficies planas. Kn\u00f6\u00f6s et al. (1995) estudiaron en detalle las limitaciones en tejido pulmonar, comparando el modelo del sistema Helax-TMS con c\u00e1lculos Monte Carlo en la geometr\u00eda desafiante del mediastino. Las desviaciones en vol\u00famenes de baja densidad aumentaron con la energ\u00eda: ~3% a 4 MV, alcanzando 14% a 18 MV \u2014 resultado atribuido al desequilibrio electr\u00f3nico.<\/p>\n<p>El pencil beam convencional se clasifica como algoritmo tipo &#8216;a&#8217; \u2014 <em>no<\/em> contabiliza adecuadamente el transporte de electrones secundarios. Su uso no se recomienda para planificaci\u00f3n en regiones tor\u00e1cicas. Los detalles sobre m\u00e9todos de correcci\u00f3n pueden encontrarse en nuestro <a href=\"https:\/\/rtmedical.com.br\/metodos-empiricos-calculo-dose\/\">art\u00edculo sobre m\u00e9todos emp\u00edricos de c\u00e1lculo de dosis<\/a>.<\/p>\n<h2 id=\"fast-pencil-beam\">Fast Pencil Beam: Velocidad para Optimizaci\u00f3n en Tiempo Real<\/h2>\n<p>El <strong>Fast Pencil Beam<\/strong> es una variante simplificada y acelerada del algoritmo pencil beam convolutivo, dise\u00f1ada espec\u00edficamente para proporcionar estimaciones de dosis en tiempo real durante los bucles iterativos de optimizaci\u00f3n inversa de IMRT y VMAT. Mientras que el pencil beam convencional ya ofrece velocidad razonable, los cientos o miles de iteraciones necesarias en la planificaci\u00f3n inversa exigen un motor de c\u00e1lculo a\u00fan m\u00e1s r\u00e1pido \u2014 y ese es precisamente el nicho que ocupa el Fast Pencil Beam.<\/p>\n<h3>Principio de funcionamiento<\/h3>\n<p>La estrategia central del Fast Pencil Beam consiste en pre-computar tablas de consulta (<em>lookup tables<\/em>) que almacenan valores de dosis por unidad de fluencia para cada combinaci\u00f3n relevante de profundidad, distancia lateral y tama\u00f1o de campo equivalente. Durante la optimizaci\u00f3n, en lugar de ejecutar la integral de convoluci\u00f3n completa de la Ecuaci\u00f3n 28.32, el algoritmo interpola directamente en esos datos tabulados. Los kernels de dispersi\u00f3n son reemplazados por modelos simplificados \u2014 frecuentemente gaussianas de ancho fijo o polinomios de bajo orden \u2014 que sacrifican la fidelidad del transporte lateral a cambio de una reducci\u00f3n dr\u00e1stica en el tiempo de c\u00f3mputo.<\/p>\n<p>Adem\u00e1s de las lookup tables, las implementaciones t\u00edpicas emplean t\u00e9cnicas adicionales de aceleraci\u00f3n: muestreo disperso de la grilla de c\u00e1lculo (con interpolaci\u00f3n en los puntos intermedios), truncamiento de los kernels a distancias laterales donde la contribuci\u00f3n es despreciable, y representaci\u00f3n de la fluencia modulada en resoluci\u00f3n reducida. El resultado es un algoritmo capaz de calcular una distribuci\u00f3n de dosis completa en fracciones de segundo \u2014 viabilizando la convergencia del optimizador inverso en minutos en lugar de horas.<\/p>\n<h3>Papel en el flujo de trabajo cl\u00ednico<\/h3>\n<p>En la pr\u00e1ctica cl\u00ednica, el Fast Pencil Beam no se utiliza como algoritmo de c\u00e1lculo de dosis final. Su papel se limita al <em>engine<\/em> de optimizaci\u00f3n: en cada iteraci\u00f3n de la planificaci\u00f3n inversa, el optimizador eval\u00faa cientos de posibles configuraciones de fluencia y necesita una respuesta r\u00e1pida sobre la dosis resultante. En este contexto, una estimaci\u00f3n con precisi\u00f3n de 2\u20135% es suficiente para guiar la convergencia del algoritmo.<\/p>\n<p>Una vez que el optimizador converge hacia una soluci\u00f3n de fluencia \u00f3ptima, el c\u00e1lculo de dosis final se realiza con un algoritmo de mayor fidelidad \u2014 t\u00edpicamente el AAA, el Collapsed Cone Convolution (CCC) o, en sistemas m\u00e1s modernos, Monte Carlo o soluciones determin\u00edsticas como Acuros XB. Este enfoque en dos etapas \u2014 optimizaci\u00f3n r\u00e1pida seguida de c\u00e1lculo final preciso \u2014 es el est\u00e1ndar de facto en los sistemas de planificaci\u00f3n contempor\u00e1neos.<\/p>\n<h3>Comparaci\u00f3n con el pencil beam convencional<\/h3>\n<p>Las diferencias entre el Fast Pencil Beam y el pencil beam convencional no son de naturaleza conceptual, sino de implementaci\u00f3n. Ambos se basan en la descomposici\u00f3n del haz en l\u00e1pices elementales; la versi\u00f3n \u00abfast\u00bb, sin embargo, sustituye kernels f\u00edsicamente detallados por aproximaciones tabuladas. En medio homog\u00e9neo, las discrepancias entre ambos son generalmente inferiores al 2\u20133%. En medios heterog\u00e9neos \u2014 particularmente en interfaces pulm\u00f3n-tejido blando y en regiones de build-up \u2014, el Fast Pencil Beam presenta desviaciones mayores que el pencil beam convencional, ya que las simplificaciones en los kernels reducen a\u00fan m\u00e1s la capacidad de modelar el desequilibrio electr\u00f3nico.<\/p>\n<p>Esta p\u00e9rdida de precisi\u00f3n es cl\u00ednicamente aceptable durante la optimizaci\u00f3n porque el objetivo en esa fase no es obtener la dosis final, sino encontrar el mapa de fluencia que mejor satisface las restricciones cl\u00ednicas. La dosis \u00abreal\u00bb solo se eval\u00faa despu\u00e9s de convertir la fluencia optimizada en segmentos de MLC y recalcular con el algoritmo de referencia.<\/p>\n<h3>Ejemplos comerciales<\/h3>\n<p>El ejemplo m\u00e1s prominente es el sistema <strong>Eclipse<\/strong> (Varian), que utiliza el Fast Pencil Beam como motor de dosis durante la optimizaci\u00f3n de planes IMRT y VMAT, con rec\u00e1lculo final por AAA o Acuros XB. <strong>RayStation<\/strong> (RaySearch) emplea un enfoque similar, con un pencil beam r\u00e1pido en el optimizador y CCC o Monte Carlo para el c\u00e1lculo definitivo. En <strong>Pinnacle<\/strong> (Philips), el CCC se usa tanto en la optimizaci\u00f3n como en el c\u00e1lculo final, lo que resulta en tiempos de optimizaci\u00f3n m\u00e1s largos, pero con consistencia de dosis a lo largo de todo el proceso.<\/p>\n<p>La tendencia en los sistemas m\u00e1s recientes es reemplazar el Fast Pencil Beam por motores de optimizaci\u00f3n basados en GPU (<em>Graphics Processing Unit<\/em>), que permiten ejecutar algoritmos m\u00e1s precisos \u2014 incluyendo versiones aceleradas de CCC e incluso Monte Carlo \u2014 en tiempos compatibles con la optimizaci\u00f3n iterativa. Aun as\u00ed, el Fast Pencil Beam permanece en amplio uso cl\u00ednico y constituye una etapa esencial del flujo de trabajo en miles de centros de radioterapia.<\/p>\n<h2 id=\"aaa-eclipse\">El AAA en Eclipse: Evoluci\u00f3n del Pencil Beam<\/h2>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignright lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/aaa-algorithm-lateral-scaling.jpeg\" alt=\"Ilustraci\u00f3n del m\u00e9todo de escalado lateral del AAA en medio heterog\u00e9neo mostrando los kernels de dispersi\u00f3n escalonados seg\u00fan la densidad local\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 1504px; --smush-placeholder-aspect-ratio: 1504\/2037;\"><figcaption>Figura 28.20 \u2014 Escalado lateral de kernels en el AAA. Fuente: Sievinen et al., Varian RAD #7170.<\/figcaption><\/figure>\n<p>El <strong>Analytical Anisotropic Algorithm (AAA)<\/strong> se implement\u00f3 en Eclipse (Varian) a principios de los a\u00f1os 2000. Se trata de un algoritmo de convoluci\u00f3n\/superposici\u00f3n pencil beam con tratamiento expl\u00edcito y separado de componentes longitudinales y laterales, escalados seg\u00fan la densidad del medio.<\/p>\n<p>La dosis total resulta de la suma de contribuciones de beamlets $\\beta$ cubriendo toda el \u00e1rea del campo. En medio acuoso, la contribuci\u00f3n de dosis en $P(x,y,z)$ de un beamlet individual $\\beta$ es:<\/p>\n<p>$$D_\\beta(x,y,z) = I_\\beta(z) \\iint F_0(x&#8217;,y&#8217;) \\, K_\\beta(x-x&#8217;, y-y&#8217;, z) \\, dx&#8217; \\, dy&#8217; \\quad (28.34)$$<\/p>\n<p>La diferencia crucial respecto a la Ecuaci\u00f3n 28.32: la deposici\u00f3n primaria de energ\u00eda ($I_\\beta$) se trata separadamente, no est\u00e1 incluida en el kernel de dispersi\u00f3n. El kernel polienerg\u00e9tico se represent\u00f3 en versiones posteriores como una suma de seis funciones exponenciales radiales:<\/p>\n<p>$$K_\\beta(r,z) = \\sum_{k=1}^{6} c_k \\, \\frac{1}{r} \\, e^{-\\mu_k r} \\quad (28.35)$$<\/p>\n<p>Donde $\\mu_k$ define el alcance del componente de dispersi\u00f3n $k$ y $c_k$ es el peso relativo. En medio heterog\u00e9neo, los componentes son ponderados por la densidad relativa local y escalados lateralmente usando la longitud de camino equivalente en agua, con un enfoque recursivo que preserva el \u00abhistorial\u00bb del escalado.<\/p>\n<h2 id=\"rendimiento-aaa\">Rendimiento y Limitaciones del AAA<\/h2>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignleft lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/dose-algorithms-lung-comparison-scaled.jpeg\" alt=\"Curvas de dosis en profundidad en fantoma con placa de pulm\u00f3n (\u03c1=0.2) comparando pencil beam, AAA, CCC y Monte Carlo para haz de 15 MV\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 2560px; --smush-placeholder-aspect-ratio: 2560\/1107;\"><figcaption>Figura 28.21 \u2014 Comparaci\u00f3n entre algoritmos en placa de pulm\u00f3n (\u03c1=0.2, 15 MV). Adaptado de Fogliata et al., Phys. Med. Biol. 52(5), 2007.<\/figcaption><\/figure>\n<p>Comparado con el pencil beam convencional previo en Eclipse, el AAA represent\u00f3 una mejora significativa en la precisi\u00f3n del c\u00e1lculo de dosis en heterogeneidades. Se considera un algoritmo tipo &#8216;b&#8217; \u2014 contabiliza de forma aproximada el transporte de electrones secundarios (Kn\u00f6\u00f6s et al., 2006; Van Esch et al., 2006).<\/p>\n<p>Sin embargo, el tratamiento del transporte electr\u00f3nico no es expl\u00edcito \u2014 utiliza dispersi\u00f3n lateral en lugar de la dispersi\u00f3n dirigida de los kernels puntuales. Esto puede causar sobreestimaci\u00f3n de dosis dentro y debajo de heterogeneidades de baja densidad para campos peque\u00f1os en haces de alta energ\u00eda (Fogliata et al., 2007).<\/p>\n<p>La Figura 28.21 ilustra el problema: para un haz de 15 MV con campo de 2,8 cm \u00d7 14 cm atravesando 10 cm de pulm\u00f3n ($\\rho = 0,2$), los algoritmos tipo &#8216;a&#8217; no detectan la falta de equilibrio electr\u00f3nico. Los tipo &#8216;b&#8217; (CCC) concuerdan con Monte Carlo. El AAA queda en posici\u00f3n intermedia. Para una visi\u00f3n completa, consulte nuestra <a href=\"https:\/\/rtmedical.com.br\/es\/calculo-dosis-fotones-algoritmos\/\">gu\u00eda completa sobre algoritmos de c\u00e1lculo de dosis por fotones<\/a>.<\/p>\n<p>A pesar de esta limitaci\u00f3n, el AAA es de 4 a 10 veces m\u00e1s r\u00e1pido que un algoritmo CCC t\u00edpico (Hasenbalg et al., 2007; Han et al., 2011). Para casos donde es menos preciso, la alternativa en Eclipse es el <a href=\"https:\/\/rtmedical.com.br\/monte-carlo-fotons-aplicacoes\/\">algoritmo Acuros XB<\/a>.<\/p>\n<h2 id=\"fermi-eyges\">Pencil Beam para Electrones: Modelo Fermi\u2013Eyges<\/h2>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignright lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/fermi-eyges-narrow-beam-dose.png\" alt=\"Distribuci\u00f3n de dosis de haz estrecho de electrones de 22.5 MeV en agua comparando teor\u00eda de Fermi-Eyges con medici\u00f3n experimental\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 1197px; --smush-placeholder-aspect-ratio: 1197\/1704;\"><figcaption>Figura 29.4 \u2014 Haz estrecho de electrones 22,5 MeV en agua: Fermi\u2013Eyges vs experimento. Adaptado de Brahme et al., 1981.<\/figcaption><\/figure>\n<p>El concepto pencil beam se aplica tambi\u00e9n a part\u00edculas cargadas, pero la f\u00edsica cambia radicalmente. Los electrones interact\u00faan \u00abinmediata\u00bb y \u00abcontinuamente\u00bb al entrar en el medio. El modelo de Hogstrom (1981), basado en la teor\u00eda de Fermi\u2013Eyges, proporciona la probabilidad de encontrar el electr\u00f3n en la profundidad $z$ con desplazamiento lateral $(x,y)$:<\/p>\n<p>$$p(x,y,z) = \\frac{1}{2\\pi \\sigma_{MCS}^2} \\exp\\left(-\\frac{x^2 + y^2}{2\\sigma_{MCS}^2}\\right) \\quad (29.1)$$<\/p>\n<p>Donde $\\sigma_{MCS}^2 = \\frac{1}{2} \\int_0^z (z-u)^2 T(u) du$ es la dispersi\u00f3n coulombiana m\u00faltiple acumulada.<\/p>\n<h3>Limitaciones cr\u00edticas<\/h3>\n<p>La limitaci\u00f3n m\u00e1s seria es la <strong>aproximaci\u00f3n del rayo central<\/strong>: cada pencil se corrige para heterogeneidades solo seg\u00fan el material a lo largo de su rayo central, equivalente a asumir un fantoma en capas. Adem\u00e1s, la teor\u00eda predice $\\sigma_{MCS}(z)$ creciente continuamente, mientras que el comportamiento real muestra un m\u00e1ximo seguido de disminuci\u00f3n. Estas limitaciones impulsaron el desarrollo de <a href=\"https:\/\/rtmedical.com.br\/monte-carlo-radioterapia-guia\/\">m\u00e9todos Monte Carlo para c\u00e1lculo de dosis en electrones<\/a>.<\/p>\n<h2 id=\"protones\">Pencil Beam para Protones<\/h2>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignleft lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/proton-beam-ray-tracing-pencil-beam.jpeg\" alt=\"Comparaci\u00f3n entre ray-tracing y pencil beam para haz de protones con heterogeneidad escalonada de PMMA\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 1449px; --smush-placeholder-aspect-ratio: 1449\/720;\"><figcaption>Figura 29.10 \u2014 Ray-tracing vs pencil beam para protones con heterogeneidad. Fuente: Handbook of Radiotherapy Physics, 2nd Ed.<\/figcaption><\/figure>\n<p>Los haces de protones de alta energ\u00eda siguen principios an\u00e1logos. El m\u00e9todo m\u00e1s simple, ray tracing, solo contabiliza cambios en el alcance sin predecir efectos laterales. El pencil beam mejora sustancialmente la modelizaci\u00f3n al incluir la dispersi\u00f3n lateral, capturando la \u00abdegradaci\u00f3n\u00bb del pico de Bragg causada por estructuras heterog\u00e9neas.<\/p>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignright lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/proton-dose-distribution-brain-ct.jpeg\" alt=\"Distribuciones de dosis de protones en TC craneal mostrando isodosis de 1 a 17 Gy(RBE) para caso de meningioma\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 1455px; --smush-placeholder-aspect-ratio: 1455\/1204;\"><figcaption>Distribuciones de dosis de protones en caso cl\u00ednico craneal. Fuente: Handbook of Radiotherapy Physics, 2nd Ed.<\/figcaption><\/figure>\n<p>Comparaciones entre Eclipse, XiO y Pinnacle para casos de meningioma (Doolan et al., 2015) demuestran diferencias cl\u00ednicamente relevantes entre algoritmos, especialmente en interfaces hueso-tejido blando.<\/p>\n<h2 id=\"comparacion\">Comparaci\u00f3n entre Algoritmos Comerciales<\/h2>\n<table>\n<thead>\n<tr>\n<th>Caracter\u00edstica<\/th>\n<th>Pencil Beam<\/th>\n<th>Fast Pencil Beam<\/th>\n<th>AAA<\/th>\n<th>CCC<\/th>\n<th>Monte Carlo<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Clasificaci\u00f3n<\/td>\n<td>Tipo &#8216;a&#8217;<\/td>\n<td>Tipo &#8216;a&#8217; (simplificado)<\/td>\n<td>Tipo &#8216;b&#8217; (intermedio)<\/td>\n<td>Tipo &#8216;b&#8217;<\/td>\n<td>Referencia<\/td>\n<\/tr>\n<tr>\n<td>Transporte e\u207b secundarios<\/td>\n<td>No expl\u00edcito<\/td>\n<td>No expl\u00edcito<\/td>\n<td>Aproximado (dispersi\u00f3n lateral)<\/td>\n<td>S\u00ed (v\u00eda kernels)<\/td>\n<td>S\u00ed (expl\u00edcito)<\/td>\n<\/tr>\n<tr>\n<td>Heterogeneidades<\/td>\n<td>Escalado en profundidad<\/td>\n<td>Escalado simplificado<\/td>\n<td>Escalado anisotr\u00f3pico (recursivo)<\/td>\n<td>Density scaling 3D<\/td>\n<td>Transporte completo<\/td>\n<\/tr>\n<tr>\n<td>Error en pulm\u00f3n (18 MV)<\/td>\n<td>Hasta 14%<\/td>\n<td>&gt;14% (heterogeneidades cr\u00edticas)<\/td>\n<td>Intermedio (~5-8%)<\/td>\n<td>~2-3%<\/td>\n<td>&lt;1% (referencia)<\/td>\n<\/tr>\n<tr>\n<td>Velocidad relativa<\/td>\n<td>Muy r\u00e1pido (FFT)<\/td>\n<td>Ultra-r\u00e1pido (lookup tables)<\/td>\n<td>R\u00e1pido<\/td>\n<td>4-10\u00d7 m\u00e1s lento que AAA<\/td>\n<td>Muy lento<\/td>\n<\/tr>\n<tr>\n<td>Uso principal<\/td>\n<td>C\u00e1lculo final en casos simples<\/td>\n<td>Motor de optimizaci\u00f3n inversa<\/td>\n<td>C\u00e1lculo final (Eclipse)<\/td>\n<td>C\u00e1lculo final (Pinnacle, XiO)<\/td>\n<td>Referencia \/ c\u00e1lculo final<\/td>\n<\/tr>\n<tr>\n<td>TPS comerciales<\/td>\n<td>Eclipse, Helax-TMS<\/td>\n<td>Eclipse (optimizador IMRT\/VMAT)<\/td>\n<td>Eclipse (Varian)<\/td>\n<td>Pinnacle, XiO, TMS<\/td>\n<td>Monaco, iPlan<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><em>Fuente: Compilado del Handbook of Radiotherapy Physics, 2nd Ed. (CRC Press, 2020)<\/em><\/p>\n<p>La elecci\u00f3n del algoritmo depende del escenario cl\u00ednico. Para planificaciones de rutina sin grandes heterogeneidades, pencil beam o AAA ofrecen precisi\u00f3n adecuada con velocidad superior. El Fast Pencil Beam desempe\u00f1a un papel fundamental entre bastidores en la optimizaci\u00f3n inversa, pero nunca debe utilizarse como c\u00e1lculo de dosis final. En regiones tor\u00e1cicas con campos peque\u00f1os y haces de alta energ\u00eda, algoritmos tipo &#8216;b&#8217; como CCC \u2014 o soluciones model-based como <a href=\"https:\/\/rtmedical.com.br\/monte-carlo-fotons-aplicacoes\/\">Acuros XB o Monte Carlo<\/a> \u2014 son fuertemente recomendados.<\/p>\n<p>Para una visi\u00f3n completa de toda la trayectoria de los algoritmos de c\u00e1lculo de dosis \u2014 desde los m\u00e9todos emp\u00edricos hasta Monte Carlo y Acuros \u2014 consulte nuestra <a href=\"https:\/\/rtmedical.com.br\/es\/calculo-dosis-fotones-algoritmos\/\">gu\u00eda completa sobre algoritmos de c\u00e1lculo de dosis por fotones<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Pencil beam y AAA en Eclipse: c\u00f3mo funcionan, kernels, ecuaciones y limitaciones en pulm\u00f3n. Comparaci\u00f3n con CCC y Monte Carlo para uso cl\u00ednico.<\/p>\n","protected":false},"author":1,"featured_media":17022,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"ngg_post_thumbnail":0,"fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[98,60],"tags":[],"class_list":{"0":"post-17065","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-radioterapia","8":"category-software"},"aioseo_notices":[],"rt_seo":{"title":"Pencil Beam y AAA: Algoritmos Comerciales de Dosis","description":"Pencil beam y AAA en Eclipse: principios, kernels, ecuaciones y limitaciones en heterogeneidades. Comparaci\u00f3n con CCC y Monte Carlo.","canonical":"","og_image":"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/dose-algorithms-lung-comparison-scaled.jpeg","robots":"index,follow","schema_type":"MedicalWebPage","include_in_llms":true,"llms_label":"Pencil Beam y AAA - Algoritmos Comerciales de C\u00e1lculo de Dosis","llms_summary":"An\u00e1lisis detallado de los algoritmos pencil beam y AAA (Analytical Anisotropic Algorithm) para c\u00e1lculo de dosis en radioterapia, incluyendo kernels, implementaciones en Eclipse\/Varian, limitaciones en heterogeneidades pulmonares y comparaci\u00f3n con CCC y Monte Carlo.","faq_items":[],"video":[],"gtin":"","mpn":"","brand":"","aggregate_rating":[]},"_links":{"self":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/17065\/"}],"collection":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/"}],"about":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/types\/post\/"}],"author":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/users\/1\/"}],"replies":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/comments\/?post=17065"}],"version-history":[{"count":2,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/17065\/revisions\/"}],"predecessor-version":[{"id":17123,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/17065\/revisions\/17123\/"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/17022\/"}],"wp:attachment":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/?parent=17065"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/categories\/?post=17065"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/tags\/?post=17065"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}