O tumor mudou de posição — e o plano de tratamento ainda não sabe disso

Existe um problema silencioso na radioterapia de câncer de pulmão que qualquer físico médico reconhece, mas que raramente aparece nas notícias: o tumor que o sistema planejou irradiar na semana passada não é exatamente o mesmo de hoje. O pulmão se move a cada respiração, o paciente emagrece, a inflamação ao redor do tumor cresce ou recua, e a anatomia inteira vai se reorganizando enquanto o tratamento avança. A pergunta que um grupo de pesquisadores abordou num estudo publicado em maio de 2026 no Physics in Medicine & Biology é direta: como saber, antes de começar, quais pacientes vão precisar que o plano seja refeito no meio do caminho?

A radioterapia adaptativa com íons de carbono para câncer de pulmão não pequenas células (NSCLC, na sigla em inglês) é o contexto específico desse trabalho. Vale explicar cada parte dessa frase, porque cada palavra carrega peso.

Íons de carbono: quando a precisão física importa ainda mais

A radioterapia convencional usa fótons — os mesmos “pacotes” de energia eletromagnética dos raios-X diagnósticos, só que muito mais energéticos. Os fótons depositam dose ao longo de todo o caminho que percorrem no corpo: entram pela pele, atingem o tumor, e continuam até sair pelo outro lado, irradiando tecido saudável pelo trajeto inteiro.

Os íons de carbono se comportam de forma diferente. Eles percorrem o tecido quase sem depositar energia — e então, ao desacelerar, liberam a maior parte da dose num ponto muito específico chamado pico de Bragg. A analogia mais honesta seria imaginar uma bala que atravessa uma parede quase sem fazer barulho e só explode quando chega exatamente na posição programada. Claro, é uma comparação tosca: na prática, existe uma distribuição de energia ao redor desse pico, e a biologia do dano celular é consideravelmente mais complexa do que uma explosão mecânica. Ainda assim, o princípio captura algo real: a dose pode ser concentrada no tumor com uma precisão que fótons convencionais não conseguem igualar.

Por outro lado, essa precisão tem um custo. Se a anatomia do paciente mudar — e no câncer de pulmão ela muda com frequência — o ponto onde a energia é depositada também se desloca. O que era tumor pode passar a ser tecido saudável. E o que era tecido saudável pode acabar recebendo dose que não estava no plano. Daí a necessidade de rever o planejamento periodicamente durante o tratamento: a chamada radioterapia adaptativa.

Adaptar tem um custo — e nem todo paciente precisa na mesma medida

A radioterapia adaptativa exige tomografias computadorizadas repetidas ao longo do tratamento, reavaliação da anatomia, replanejamento dosimétrico, validação do novo plano — tudo isso antes de cada sessão que exigir adaptação. É um processo que consome tempo de físico médico, tempo de médico, tempo de equipamento. Em centros com alta demanda, alocar esse esforço de forma indiscriminada para todos os pacientes não é viável.

O problema é que não se sabia, no início do tratamento, quem realmente precisaria de adaptação. A solução prática era monitorar todo mundo com tomografias semanais e reagir quando necessário. Funciona, mas é defensivo: talvez metade dos pacientes nunca precise do replanejamento, e ainda assim passaram por todas as avaliações intermediárias.

O estudo analisou 69 pacientes com NSCLC tratados com radioterapia de íons de carbono. Desses, 32 — ou seja, 46% — acabaram precisando de adaptação durante o tratamento. Os pesquisadores coletaram dados de dois momentos: uma tomografia realizada uma a duas semanas antes do início do tratamento, e outra feita um a dois dias antes da primeira sessão. Entre esses dois exames, qualquer mudança já visível na anatomia ou na dosimetria planejada poderia ser um sinal de que aquele paciente seria mais propenso a precisar de adaptação adiante.

A ideia central é elegante: se o corpo já está mudando antes do tratamento começar, é razoável esperar que continue mudando durante. Capturar a taxa de variação — não o valor absoluto, mas o quanto as coisas já mudaram — pode ser mais informativo do que qualquer parâmetro isolado do diagnóstico inicial.

O modelo delta-ômico: medir a mudança antes que ela cause problema

Os pesquisadores construíram o que chamaram de modelo delta-ômico. O prefixo “delta” aqui tem o sentido que a letra grega sempre teve em física e matemática: variação. Não se trata de medir o tumor em si, mas de medir o quanto ele e a anatomia ao redor mudaram entre as duas tomografias pré-tratamento.

Três tipos de dados alimentaram o modelo. Primeiro, parâmetros do histograma dose-volume — aquelas curvas que descrevem quanto de dose certos volumes de tecido receberão. Segundo, características radiômicas: dezenas de descritores matemáticos extraídos automaticamente das imagens de tomografia, que capturam textura, forma e padrões de intensidade que o olho humano não consegue quantificar diretamente. Terceiro, características dosiômicas: descritores semelhantes, mas aplicados sobre os mapas de distribuição de dose, não sobre as imagens anatômicas.

Após um processo criterioso de seleção de variáveis — que incluiu análise de correlação, regressão com regularização LASSO e validação cruzada repetida 200 vezes — chegou-se a um modelo com apenas cinco características: uma variação de parâmetro dose-volume, duas variações radiômicas e duas variações dosiômicas. Um modelo enxuto, o que em estatística costuma ser bom sinal: modelos com poucos parâmetros generalizam melhor para pacientes novos.

O desempenho foi medido pela área sob a curva ROC, que resume a capacidade do modelo de distinguir quem precisará de adaptação de quem não precisará. O valor mediano obtido foi de 0,897 — onde 1,0 seria perfeição e 0,5 seria equivalente a jogar uma moeda. Esse resultado foi validado internamente com múltiplas iterações de validação cruzada, o que oferece alguma proteção contra o superajuste aos dados originais.

Os pesquisadores também exploraram dois limiares de decisão diferentes. Com um limiar mais conservador, o modelo identificava todos os candidatos à adaptação sem deixar ninguém de fora — ao custo de alguns falsos positivos. Com um limiar mais equilibrado, a acurácia mediana chegava a 78,6%, e metade dos pacientes poderia ser classificada como baixa demanda de adaptação, potencialmente reduzindo o número de tomografias de acompanhamento necessárias.

O que esse resultado significa — e o que ainda falta descobrir

A implicação prática mais direta é a possibilidade de estratificar pacientes desde o início: aqueles com alta probabilidade de precisar de adaptação receberiam monitoramento intensivo; os demais poderiam seguir um protocolo menos oneroso. Em centros com recursos limitados de física médica, isso pode representar uma diferença real na capacidade de oferecer o tratamento a mais pacientes.

No entanto, há limitações importantes que os próprios autores reconhecem. O estudo é retrospectivo — ou seja, analisou dados de pacientes que já foram tratados, não acompanhou prospectivamente novos casos. A amostra de 69 pacientes é pequena para um modelo que se pretende clínico. Além disso, o processo de extração de características radiômicas e dosiômicas depende de como as imagens são adquiridas e segmentadas, o que pode variar entre centros diferentes e comprometer a reprodutibilidade.

Resta saber também se o modelo funcionaria em populações com características distintas — pacientes de outras etnias, com diferentes estágios de doença, tratados em aceleradores de íons de carbono com protocolos distintos. Por enquanto, os dados vêm de um único centro, e ninguém ainda sabe ao certo o quanto essa dependência institucional afeta a generalização.

Afinal, o que o estudo oferece é uma prova de conceito bem construída: a variação anatômica e dosimétrica capturada entre as tomografias pré-tratamento carrega informação preditiva real. Transformar isso num instrumento de uso rotineiro vai exigir validação prospectiva em coortes maiores — o próximo passo natural, e também o mais difícil de dar.

Baseado em ‘A delta-based multi-omics model to predict adaptive radiotherapy benefit in patients with non-small cell lung cancer during carbon-ion radiotherapy’ publicado por Physics in Medicine & Biology (IOP Publishing) em 07 de maio de 2026. Link: https://iopscience.iop.org/article/10.1088/1361-6560/ae64a6

Conteúdo informativo. Não substitui avaliação clínica especializada.

Imagem conceitual gerada por IA (DALL-E 3)