Monte Carlo 시뮬레이션 잡음이 감마 지수 평가에 미치는 영향

초록

본 연구는 Monte Carlo 기반 방사선 치료 선량 계산에서 발생하는 통계적 잡음이 감마‑인덱스 검증에 미치는 영향을 이론적 모델과 임상 사례를 통해 분석한다. 잡음이 기준선량에 존재하면 감마‑인덱스가 과대평가되고, 평가선량에 존재하면 과소평가되는 경향을 보이며, 양쪽 모두에 잡음이 있을 경우 상반된 효과가 동시에 나타난다. 따라서 Monte Carlo 결과를 직접 비교할 때는 감마‑인덱스 해석에 주의가 필요하다.

상세 분석

이 논문은 감마‑인덱스(γ‑index) 검증이 방사선 치료 계획의 품질을 정량화하는 데 널리 사용되는 점을 출발점으로 삼아, Monte Carlo(MC) 시뮬레이션이 제공하는 고정밀 선량 계산이 통계적 변동(statistical fluctuation)이라는 내재적 잡음을 동반한다는 사실을 강조한다. 저자들은 먼저 단순화된 1‑D 모델을 구축해, 기준선량(reference dose)과 평가선량(evaluation dose) 각각에 독립적인 가우시안 잡음이 추가될 때 γ‑값이 어떻게 변하는지를 1차 근사식으로 전개한다. 이때 원래 γ‑값이 1보다 크게, 즉 두 분포가 명확히 차이가 나는 경우, 기준선량에 잡음이 있으면 거리(ΔD)와 위치(Δr) 차이가 동시에 확대돼 γ‑값이 증가한다. 반대로 평가선량에 잡음이 있으면 거리 차이가 감소하거나 위치 차이가 보정되는 효과가 나타나 γ‑값이 감소한다는 결론을 도출한다.

실제 임상 데이터를 이용한 수치 실험에서는 3가지 시나리오를 검증한다. 첫째, MC 기반 기준선량과 비‑MC 평가선량을 비교할 때, 잡음 수준이 높아질수록 평균 γ‑값이 상승하고 통과율(passing rate)이 감소한다. 이는 치료 계획 검증에서 MC 기준선량이 과도하게 보수적인 결과를 초래할 수 있음을 시사한다. 둘째, 비‑MC 기준선량과 MC 평가선량을 비교하면, 임상적으로 의미 있는 γ‑값(예: 1 ± 3 %/3 mm) 범위 내에서 평균 γ‑값이 낮아지고 통과율이 오히려 상승한다. 이는 MC 평가선량이 잡음으로 인해 실제보다 더 ‘좋아 보이는’ 현상을 야기한다는 의미다. 셋째, 양쪽 모두 MC 선량일 경우, 잡음이 서로 상쇄되는 효과가 부분적으로 나타나지만, 기준선량 잡음이 평가선량 잡음보다 큰 경우 전체 통과율은 감소하고, 반대 상황에서는 증가한다.

이러한 결과는 감마‑인덱스가 단순히 거리·용량 차이를 정량화하는 것이 아니라, 입력 데이터의 통계적 특성에 민감하게 반응한다는 근본적인 한계를 드러낸다. 특히, MC 시뮬레이션을 ‘골드 스탠다드’로 간주하고 다른 알고리즘이나 측정값과 직접 비교할 때, 잡음 수준을 명시적으로 제어하거나 보정하지 않으면 잘못된 임상 판단을 내릴 위험이 있다. 저자들은 충분한 입자 수를 확보해 MC 잡음을 최소화하거나, 잡음 추정치를 γ‑계산에 포함시키는 방법을 고려할 것을 제안한다.