En aguas casi homog\u00e9neas, muchos algoritmos comerciales parecen m\u00e1s similares de lo que realmente son. La diferencia aparece cuando el haz atraviesa el pulm\u00f3n, vuelve a entrar en una cavidad de aire, atraviesa hueso denso o toca metal. Aqu\u00ed es donde la f\u00edsica simplificada empieza a pasar factura.<\/p>\n
Por lo tanto, la comparaci\u00f3n que importa no es \u201ccu\u00e1l TPS parece m\u00e1s sofisticada\u201d, sino qu\u00e9 sucede cuando la dosis necesita cruzar:<\/p>\n
Este art\u00edculo organiza el problema por escenario cl\u00ednico. La pregunta \u00fatil no es qui\u00e9n gana un concurso de res\u00famenes entre Pencil Beam<\/span>, AAA<\/span>, collapsed cone<\/span>, Acuros XB<\/span> y Monte Carlo<\/span>. La pregunta \u00fatil es otra: qu\u00e9 hip\u00f3tesis de cada familia comienza a romperse cuando el medio deja de parecer agua casi homog\u00e9nea.<\/p>\n El pulm\u00f3n sigue siendo uno de los mejores estreses para cualquier motor de dosis. La baja densidad altera el transporte de part\u00edculas cargadas, aumenta la penumbra, cambia el equilibrio electr\u00f3nico y hace que la reentrada en los tejidos blandos sea especialmente sensible al modelo utilizado.<\/p>\n El cl\u00e1sico Pencil Beam<\/span> sufre aqu\u00ed porque su fortaleza radica en las correcciones a lo largo del eje principal de la viga, no en el tratamiento lateral robusto de la heterogeneidad. En t\u00e9rminos pulmonares, esta diferencia pasa factura r\u00e1pidamente:<\/p>\n El problema subyacente es que el algoritmo intenta resolver un fen\u00f3meno fuertemente tridimensional con f\u00edsica lateral simplificada.<\/p>\n El cl\u00e1sico AAA<\/span> mejora enormemente la imagen porque incorpora:<\/p>\n Pero el propio manual de Varian admite claras limitaciones pulmonares. Para 4\u20136 MV<\/span> y campos \u2265 5×5 cm\u00b2<\/span>, el algoritmo tiende a subestimar la dosis en el pulm\u00f3n y a sobreestimar la dosis en el tejido equivalente al agua despu\u00e9s del pulm\u00f3n. A energ\u00edas m\u00e1s altas (10\u201320 MV<\/span>) y campos \u2264 5×5 cm\u00b2<\/span>, tiende a sobreestimar la dosis pulmonar, y el error aumenta a medida que disminuyen el campo y la densidad pulmonar.<\/p>\n El texto del Handbook of Radiotherapy Physics<\/span> refuerza esta lectura comentando puntos de referencia en los que AAA<\/span> sobreestim\u00f3 la dosis pulmonar en haces peque\u00f1os de alta energ\u00eda. Los m\u00e9todos<\/p>\n collapsed cone<\/span> fueron exactamente una respuesta a parte de este problema. El manual destaca que las implementaciones de la familia CCC<\/span> puede, con buena precisi\u00f3n, representar:<\/p>\n Esto ya coloca a CCC<\/span> en un nivel f\u00edsicamente m\u00e1s fuerte que el m\u00e1s cl\u00e1sico Pencil Beam<\/span> de baja densidad.<\/p>\n En pulm\u00f3n, aqu\u00ed es donde la diferencia en la familia algor\u00edtmica se vuelve m\u00e1s clara. El manual cita comparaciones entre EGSnrc<\/span>, Acuros XB<\/span> y AAA<\/span> en fantasma con heterogeneidad de baja densidad, mostrando una buena concordancia entre Acuros XB<\/span> y EGSnrc<\/span> en una situaci\u00f3n extrema, mientras que AAA<\/span> no logra reproducir adecuadamente la dosis dentro y por debajo de la heterogeneidad.<\/p>\n En otras palabras: pulm\u00f3n es un escenario en el que los motores basados \u200b\u200ben transporte expl\u00edcito o Monte Carlo<\/span> suelen mostrar su ganancia con mayor claridad.<\/p>\n Las cavidades a\u00e9reas, los senos paranasales, las v\u00edas respiratorias y otras interfaces aire-tejido exponen la limitaci\u00f3n de los algoritmos que tratan la heterogeneidad principalmente como una correcci\u00f3n longitudinal.<\/p>\n Las interfaces aire-tejido desaf\u00edan a Pencil Beam<\/span> debido a la p\u00e9rdida y recuperaci\u00f3n del equilibrio electr\u00f3nico. Cuando el algoritmo no representa el transporte lateral de part\u00edculas secundarias con buena fidelidad, la dosis en la interfaz e inmediatamente despu\u00e9s tiende a ser menos confiable.<\/p>\n El cl\u00e1sico AAA<\/span> mejora significativamente en comparaci\u00f3n con Pencil Beam<\/span> porque ya maneja m\u00faltiples direcciones laterales a trav\u00e9s de n\u00facleos anisotr\u00f3picos. Pero todav\u00eda permanece en la familia de los granos escamosos. Esto significa que la descripci\u00f3n de la interfaz sigue estando mediada por una aproximaci\u00f3n, no por un transporte expl\u00edcito.<\/p>\n Las interfaces aire-tejido son uno de los escenarios en los que se plantea la formulaci\u00f3n del Acuros XB<\/span> y Monte Carlo<\/span> deja de ser una ventaja te\u00f3rica y pasa a ser una ventaja pr\u00e1ctica. Cuando la cuesti\u00f3n cl\u00ednica depende de c\u00f3mo se reorganiza localmente la dosis despu\u00e9s de pasar por el aire, la soluci\u00f3n de transporte expl\u00edcita tiende a ser m\u00e1s convincente.<\/p>\n Un error com\u00fan al comparar algoritmos en medios heterog\u00e9neos es observar solo un n\u00famero agregado, como la dosis m\u00e1xima, el promedio o incluso una lectura de cobertura simplificada. Muchas de las diferencias m\u00e1s relevantes aparecen de otra forma:<\/p>\n Esto es particularmente importante en los pulmones y las cavidades a\u00e9reas. Dos algoritmos pueden parecer \u00absimilares\u00bb en las m\u00e9tricas globales y, sin embargo, diferir exactamente en la regi\u00f3n donde se concentra el riesgo cl\u00ednico.<\/p>\n Si el pulm\u00f3n es la prueba cl\u00e1sica de la baja densidad, el hueso es la prueba cl\u00e1sica de la materialidad del problema. En este caso, ya no es suficiente tratar el v\u00f3xel como agua con diferente densidad. La composici\u00f3n del material empieza a importar de forma m\u00e1s visible.<\/p>\n Los algoritmos que tratan el medio principalmente mediante incrustaciones equivalentes a agua tienden a capturar parte del efecto, pero no toda la diferencia material.<\/p>\n En Acuros XB<\/span>, la TC para el mapeo de materiales<\/span> y la densidad de masa colocan el hueso en otro nivel de descripci\u00f3n f\u00edsica. Por eso, en el debate dose to medium<\/span> versus dose to water<\/span>, el hueso aparece repetidamente como el material biol\u00f3gico en el que la diferencia ya no es peque\u00f1a.<\/p>\n ? RayStation<\/span> advierte que, al comparar diferentes motores, la discrepancia entre las convenciones de dosis puede ser relativamente grande en el hueso, del orden de 10%<\/span>. Este dato es importante porque muestra que parte de la divergencia entre los algoritmos \u00f3seos no solo proviene del transporte en s\u00ed, sino tambi\u00e9n de la forma de informar la dosis.<\/p>\n Implantes, pr\u00f3tesis y materiales muy densos presionan el c\u00e1lculo de la dosis en varios frentes:<\/p>\n Aqu\u00ed, los algoritmos expl\u00edcitos en el material ganan importancia, pero tambi\u00e9n requieren m\u00e1s disciplina. El manual de Varian destaca que Acuros XB<\/span> puede bloquear el c\u00e1lculo o requerir la intervenci\u00f3n del usuario cuando las densidades exceden el rango cubierto por la asignaci\u00f3n autom\u00e1tica de materiales.<\/p>\n Este detalle muestra una verdad cl\u00ednica importante: en materiales con alto contenido de Z<\/span>, los algoritmos m\u00e1s f\u00edsicos no perdonan una mala preparaci\u00f3n del caso. Son m\u00e1s poderosos, pero tambi\u00e9n m\u00e1s dependientes de una representaci\u00f3n material correcta.<\/p>\n En metal y alta Z<\/span>, vale la pena agregar un punto operativo importante: a veces lo que parece ser una diferencia entre algoritmos es, de hecho, una diferencia entre la forma en que cada motor reacciona ante la misma imagen problem\u00e1tica.<\/p>\n Artefacto de CT<\/span>, curva de calibraci\u00f3n inadecuada y falta de anulaci\u00f3n de <\/span> el material puede:<\/p>\n Esto es especialmente relevante cuando se comparan motores con materiales expl\u00edcitos con motores m\u00e1s equivalentes a agua. Sin im\u00e1genes tratadas adecuadamente, la superioridad te\u00f3rica del m\u00e9todo m\u00e1s f\u00edsico puede no aparecer claramente.<\/p>\n Campo peque\u00f1o es una palabra corta para un problema f\u00edsico largo. Cuando el campo disminuye, la penumbra ocupa una fracci\u00f3n mayor de la distribuci\u00f3n, la balanza electr\u00f3nica se vuelve m\u00e1s fr\u00e1gil y cualquier simplificaci\u00f3n en el modelado lateral o en la cabeza pesa m\u00e1s.<\/p>\n Es la familia la que m\u00e1s sufre, sobre todo en la heterogeneidad.<\/p>\n Puede seguir siendo muy competente en varios contextos, pero el manual Eclipse<\/span> destaca que las diferencias relevantes en el pulm\u00f3n se vuelven m\u00e1s graves precisamente cuando los campos son peque\u00f1os y las energ\u00edas altas.<\/p>\n El cl\u00e1sico IFU<\/span> local llama la atenci\u00f3n sobre otro punto muy importante: en planes de rotaci\u00f3n de campos peque\u00f1os<\/span>, el c\u00e1lculo de RayStation<\/span> se vuelve muy sensible a los par\u00e1metros de MLC<\/span> de beam model. Esto es valioso porque evita errores frecuentes. No todas las diferencias en un campo peque\u00f1o son \u201cculpa del motor de dosis\u201d; algo de esto puede provenir del modelo de haz y el MLC<\/span>.<\/p>\n . Los motores Monte Carlo<\/span> o m\u00e1s cercanos al transporte expl\u00edcito a menudo ganan tracci\u00f3n aqu\u00ed, pero esto no elimina la importancia de beam model, las estad\u00edsticas, la resoluci\u00f3n de la red y la puesta en servicio.<\/p>\n Esta tabla debe leerse con madurez. No dice que un algoritmo \u201csiempre pierde\u201d. Indica d\u00f3nde la hip\u00f3tesis dominante de cada familia tiende a verse sometida a mayor presi\u00f3n.<\/p>\n Hay un error de lectura que aparece todo el tiempo en las comparaciones cl\u00ednicas: atribuir cada discrepancia al nombre del motor.<\/p>\n En heterogeneidad, la diferencia observada puede surgir de varias fuentes al mismo tiempo:<\/p>\n ? RayStation<\/span> insiste en esto diciendo que ciertas t\u00e9cnicas, como VMAT la secuenciaci\u00f3n<\/span>, deben tratarse como pr\u00e1cticamente una t\u00e9cnica nueva, que requiere validaci\u00f3n de beam model y control de calidad por paciente. Esto cambia completamente el tono de la discusi\u00f3n. El algoritmo de dosis importa mucho, pero nunca act\u00faa solo.<\/p>\n Una lectura m\u00e1s madura de la comparaci\u00f3n entre algoritmos en heterogeneidad incluye al menos cuatro preguntas:<\/p>\n Sin estas preguntas, la comparaci\u00f3n se convierte en un ranking. Con ellos, se convierte en f\u00edsica cl\u00ednica.<\/p>\n Hay un \u00faltimo punto que vale la pena destacar: la heterogeneidad rara vez aparece sola en la pr\u00e1ctica moderna. Aparece junto con:<\/p>\n Cuando esto sucede, el problema deja de ser simplemente \u201cc\u00f3mo el algoritmo trata la densidad\u201d y se convierte en \u201cc\u00f3mo el algoritmo + beam model + conjunto de t\u00e9cnicas describe un haz complejo en un medio complejo\u201d. Esta es exactamente la raz\u00f3n por la que textos regulatorios como RayStation<\/span> insisten tanto en la validaci\u00f3n de t\u00e9cnicas espec\u00edficas y el control de calidad del paciente.<\/p>\n Es precisamente en la heterogeneidad donde los nombres pierden utilidad y aparecen hip\u00f3tesis f\u00edsicas. Pencil Beam<\/span>, AAA<\/span>, collapsed cone<\/span>, Acuros XB<\/span> y Monte Carlo<\/span> no est\u00e1 en desacuerdo porque \u201ces mejor\u201d en abstracto. Se diferencian porque simplifican diferentes partes del mismo problema.<\/p>\n En las interfaces pulm\u00f3n y aire-tejido, la lateralidad del transporte pasa a ser protagonista. En hueso y alto Z<\/span>, el problema deja de ser s\u00f3lo densidad y se vuelve material. En un campo peque\u00f1o, beam model, MLC<\/span> y la discretizaci\u00f3n empiezan a importar tanto como el nombre del motor.<\/p>\n Si el equipo lee la heterogeneidad de esta manera, la comparaci\u00f3n entre algoritmos se vuelve mucho m\u00e1s \u00fatil. Deja de ser un debate de marca y se convierte en una pregunta concreta sobre d\u00f3nde se mantiene todav\u00eda ese c\u00e1lculo y d\u00f3nde ya est\u00e1 fuera de la zona c\u00f3moda.<\/p>\n","protected":false},"excerpt":{"rendered":" La forma m\u00e1s \u00fatil de comparar algoritmos comerciales es observar qu\u00e9 hace cada uno cuando el haz encuentra materiales dif\u00edciles.<\/p>\n","protected":false},"author":0,"featured_media":16998,"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-17213","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":"Algoritmos comerciales en heterogeneidad: pulm\u00f3n, hueso, ...","description":"Compare c\u00f3mo Pencil Beam, AAA, collapsed cone, Acuros XB y Monte Carlo se comportan en pulm\u00f3n, hueso, aire, metal y campos peque\u00f1os.","canonical":"https:\/\/rtmedical.com.br\/algoritmos-dosis-heterogeneidad-pulmon-hueso-metal\/","og_image":"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/kernel-deposicao-energia-monte-carlo.jpg","robots":"index,follow","schema_type":"Article","include_in_llms":true,"llms_label":"Guia t\u00e9cnico","llms_summary":"La forma m\u00e1s \u00fatil de comparar algoritmos comerciales es observar qu\u00e9 hace cada uno cuando el haz encuentra materiales dif\u00edciles.","faq_items":[],"video":[],"gtin":"","mpn":"","brand":"","aggregate_rating":[]},"_links":{"self":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/17213\/"}],"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\/"}],"replies":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/comments\/?post=17213"}],"version-history":[{"count":3,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/17213\/revisions\/"}],"predecessor-version":[{"id":17280,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/17213\/revisions\/17280\/"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/16998\/"}],"wp:attachment":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/?parent=17213"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/categories\/?post=17213"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/tags\/?post=17213"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}En este art\u00edculo<\/h2>\n
\n
Pulm\u00f3n: la gran prueba de la honestidad de los algoritmos<\/h2>\n
Pencil Beam<\/h3>\n
\n
AAA<\/h3>\n
\n
Cono colapsado<\/h3>\n
\n
Acuros XB y Monte Carlo<\/h3>\n
Interfaces aire-tejido: donde la f\u00edsica lateral pesa mucho<\/h2>\n
Lo que Pencil Beam tiende a funcionar mal<\/h3>\n
Donde AAA mejora y donde todav\u00eda sufre<\/h3>\n
Donde Acuros y MC ganan terreno<\/h3>\n
La heterogeneidad no es solo una diferencia en la dosis m\u00e1xima<\/h2>\n
\n
Hueso: donde la discusi\u00f3n deja de ser heterogeneidad y se vuelve material<\/h2>\n
Qu\u00e9 significa esto para algoritmos m\u00e1s antiguos<\/h3>\n
\u00bfQu\u00e9 significa esto para Acuros XB<\/h3>\n
\u00bfQu\u00e9 significa esto para RayStation<\/h3>\n
Metales y materiales de alta Z: cuando el problema se vuelve a\u00fan menos \u201csimilar al agua\u201d<\/h2>\n
\n
Una mala imagen puede enmascarar o amplificar la diferencia algor\u00edtmica<\/h2>\n
\n
Campos peque\u00f1os: cuando la simplificaci\u00f3n pasa factura<\/h2>\n
Pencil Beam<\/h3>\n
AAA<\/h3>\n
RayStation CC<\/h3>\n
MC y motores m\u00e1s f\u00edsicos<\/h3>\n
Lo que cada familia tiende a ver mejor<\/h2>\n
\n\n
\n \nEscenario<\/th>\n Familias que tienden a sufrir m\u00e1s<\/th>\n Familias que tienden a responder mejor<\/th>\n<\/tr>\n<\/thead>\n \n Pulm\u00f3n de baja densidad<\/td>\n Pencil Beam cl\u00e1sico<\/td>\n Cono colapsado, Acuros XB, Monte Carlo<\/td>\n<\/tr>\n \n Reingreso de tejido blando despu\u00e9s del pulm\u00f3n<\/td>\n Pencil Beam, AAA en ciertos escenarios<\/td>\n Acuros XB, Monte Carlo<\/td>\n<\/tr>\n \n Interfaces \u00f3seas y densas<\/td>\n Modelos fuertemente equivalentes en agua<\/td>\n Acuros XB, Monte Carlo<\/td>\n<\/tr>\n \n Metal y alto Z<\/td>\n Cualquier algoritmo sin mapeo confiable de materiales<\/td>\n Motores expl\u00edcitos de material bien configurados<\/td>\n<\/tr>\n \n Peque\u00f1os campos heterog\u00e9neos<\/td>\n Pencil Beam, parte de los modelos simplificados<\/td>\n M\u00e1s motores f\u00edsicos, siempre que est\u00e9n bien modelados<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n El cl\u00e1sico error: culpar al algoritmo cuando el problema es otra cosa<\/h2>\n
\n
C\u00f3mo leer la heterogeneidad con mayor madurez<\/h2>\n
\n
Qu\u00e9 cambia cuando la heterogeneidad se encuentra con la modulaci\u00f3n<\/h2>\n
\n