Monte-Carlo-Verfahren (MC) zur Dosisberechnung beruhen auf den fundamentalen physikalischen Gesetzen der Wechselwirkung von Strahlung mit Materie. Im Gegensatz zu allen anderen Verfahren hängt hier die Genauigkeit der Dosisberechnung praktisch nur von der Bestimmung der Strahlungsqualität und der Wechselwirkungskoeffizienten ab. Mit MC-Verfahren kann derzeit für die klinisch eingesetzte Photonen- und Elektronenstrahlung die Dosis im menschlichen Gewebe mit einer Genauigkeit von besser als ±2 % vorhergesagt werden. Speziell in inhomogenen Regionen, wie z. B. im Kopf, im Hals oder in der Lunge, wird die Monte-Carlo-Technik die Genauigkeit im Vergleich zu konventionellen Verfahren signifikant verbessern. Deshalb sollen im vorliegenden Beitrag die Grundlagen der Monte-Carlo-Methode im Kontext der Strahlentherapieplanung dargestellt werden. Der wesentliche Nachteil in der Vergangenheit, dass MC-Algorithmen für klinische Zwecke zu langsam sind, konnte durch schnellere Computer sowie durch die Einführung neuer Varianzreduktionstechniken (VR) gelöst werden. Diese Techniken verringern die statistischen Fluktuationen, ohne die Zahl der Teilchenschicksale erhöhen zu müssen. Deshalb sind mittlerweile MC-Rechenzeiten in der Größenordnung weniger Minuten möglich. Es wird ein kurzer Überblick solcher VR-Methoden gegeben.
Monte Carlo (MC) methods applied in dose calculation are based on fundamental principles of radiation interaction with matter. In contrast to other methods, the accuracy of dose calculation achievable with MC depends only on the determination of the beam quality and the interaction coefficients. Using MC techniques it is possible to predict the dose for clinical photon and electron beams with an accuracy of > ± 2 %. Especially for inhomogeneous regions like head, neck, and lung, the MC technique can significantly improve the accuracy compared to conventional algorithms. Therefore, in the present paper the basic features of the MC method are reviewed in the context of treatment planning in radiation therapy. The main shortcoming in the past, i. e., that MC algorithms are too slow to be acceptable for clinical purposes, could be solved by using faster computers and by introducing new variance reduction (VR) techniques. These techniques decrease the statistical fluctuations without increasing the number of particle histories. Therefore, MC calculation times in the order of a few minutes are possible. A brief overview of VR methods is provided.