O Que É Irradiação Adaptativa - O Que é Irradiação Adaptativa - FDPLEARN
O Que é Irradiação Adaptativa - FDPLEARN

O que é irradiação adaptativa — e por que o pessoal geralmente erra

Irradiação adaptativa é um procedimento de tratamento radioterápico no qual a distribuição de dose é ajustada em tempo real durante a fracionamento, com base em imagens de controle ou mudanças anatômicas. O conceito não é novo, mas a implementação prática varia muito entre centros. Alguns usam reotimização diária baseada em CT cone-beam, outros dependem de replanejamento semanal, e alguns simplesmente chamam o nome de forma enganosa sem fazer nada do tipo.

o que é irradiação adaptativa

No meu caso, trabalhei com um protocolo para câncer de próstata em que o plano era reotimizado a cada fração após aquisição de CBCT e segmentação automática da bexiga e reto. A ideia era proteger esses órgãos de risco conforme o volume mudava dia a dia. Na prática, o processo de reotimização levava entre 12 e 18 minutos por sessão, dependendo da carga de trabalho da estação de planejamento. O resultado foi uma redução mensurável na toxicidade gastrointestinal, mas o gargalo nunca foi o algoritmo — era a validação do físico antes de cada fração. O que vejo todo dia em hospitais é um mal-entendido fundamental: irradiação adaptativa não é sinônimo de replanejamento frequente. É um fluxo completo que inclui imagem de controle, re-segmentação, reotimização, verificação de qualidade, e aprovação clínica. Se faltar qualquer um desses elos, você não está fazendo ADT — está apenas perdendo tempo com um TP planejado para ontem.

Como eu lido com isso no dia a dia

O fluxo que uso é mais ou menos assim: 1. Imagem de controle de posicionamento. Eu costumo adquirir CBCT antes de cada fração. Em alguns protocolos usei MRI online, mas a disponibilidade é restrita. O ponto é que a imagem precisa ser da mesma qualidade que a do planejamento original, senão a deformação espacial gera erros de dose que passam despercebidos.

2. Re-segmentação. Automática ou semiautomática. O problema é que os segmentadores automáticos falham sistematicamente quando há alterações anatômicas significativas — como uma bexiga muito menos cheia que no planejamento. Eu sempre faço revisão manual nesses casos, o que adiciona tempo mas evita erros graves de dose. 3. Reotimização do plano. Aqui existem dois caminhos. O primeiro é manter a configuração do acelerador (ângulos, MUs) e otimizar apenas os pesos dos segment. O segundo é reotimizar completamente, alterando também a configuração. O primeiro é mais rápido, o segundo pode entregar uma qualidade superior, mas gasta mais tempo e pode comprometer a logística da sala.

4. Verificação de qualidade. Isso inclui comparação de mapas de dose, análise gamma, e conferência clínica do plano. Eu nunca deixo uma fração passar sem essa etapa, mesmo quando o tempo apertado pressiona. 5. Aprovação e execução. Depois da revisão, o plano é enviado ao acelerador e a fração é entregue conforme o programa original.

👉 Clique no botão abaixo para saber mais sobre o assunto!

Problemas que eu encontrei na prática

Um problema que eu enfrentei especificamente foi com pacientes oncológicos que perdiam peso significativamente durante o tratamento. No caso de tumores abdominais, a mudança de contorno da parede abdominal alterava a densidade de tecido ao longo do caminho do feixe. O plano original, quando reaplicado sem adaptação, poderia subdosificar o alvo em até 8%, o que é clinicamente relevante. A solução foi implementar uma reotimização semanal nesses casos, combinada com uma re-segmentação manual da parede abdominal. Outro problema recorrente é a deriva temporal. Mesmo quando o paciente retorna ao mesmo volume anatômico, pequenas diferenças no posicionamento geram variações de dose acumulado que se somam ao longo de semanas. Para mitigar isso, eu recomendo o uso de dose acumulada baseada em registro deformável, que permite visualizar o efeito real das variações ao longo de todo o tratamento.

Pegadinhas que iniciantes caem

A primeira pegadinha é acreditar que adaptação adaptativa resolve qualquer problema de variabilidade anatômica. Não resolve. Se o tumor for muito móvel — como no pulmão — o ganho clínico da irradiação adaptativa é pequeno comparado ao esforço necessário. Nesses casos, técnicas como gating respiratório ou rastreio de alvo são mais eficientes. A segunda pegadinha é subestimar o tempo de validação. Eu vi centros que implementaram irradiação adaptativa sem aumentar o quadro de físicos. O resultado foi plano sendo aprovado por pessoal sobrecarregado, o que aumenta o risco de erro. Se você vai adotar ADT, precisa planejar recursos humanos, não apenas software.

A terceira pegadinha é usar a expressão "irradiação adaptativa" para descrever um replanejamento feito apenas quando o paciente relata desconforto. Isso não é adaptativo — é reativo. Adaptativo implica um protocolo estruturado que avalia e responde à variabilidade de forma sistemática.

Quando não usar

Existem cenários em que a irradiação adaptativa não vale o investimento. Tumores fixos, com pouco movimento interno e pouca variação anatômica ao longo do tratamento, não se beneficiam muito. Também não faz sentido em tratamentos curtos de uma fração apenas, onde o esforço de adaptação não é justificável. E em centros com fluxo de pacientes muito alto e poucos profissionais, a implementação pode piorar a qualidade geral do atendimento em vez de melhorar.

Alternativas

Se a irradiação adaptativa completa não for viável, existem opções intermediárias. Um replanejamento periódico — digamos, a cada 10 frações — pode capturar as mudanças anatômicas mais relevantes sem o custo operacional diário. O uso de margens dinâmicas, ajustadas conforme a variação observada, é outra alternativa prática. E, claro, a otimização robusta do plano original, que leva em conta as incertezas anatômicas desde o início, pode reduzir a necessidade de adaptação posterior.

Referências rápidas

Para quem quer se aprofundar, os artigos de Landry et al. (2014) sobre adaptative planning em radioterapia e os trabalhos do grupo de Sarrut em Monte Carlo aplicado a ADT são bons pontos de partida. A literatura mais recente também discute o uso de redes neurais para re-segmentação automática, mas eu ainda tenho reservas sobre a confiabilidade dessas ferramentas em cenários clínicos reais.