A simulação computacional utilizando o Método Monte Carlo (MMC) aplicado ao transporte de radiação é considerado padrão ouro em radioterapia, apresentando-se como o método mais exato para a cálculo da dose depositada no tecido alvo e nos órgãos adjacentes. No entanto, o seu longo tempo de processamento computacional necessário para atingir valores satisfatórios de incerteza estatística, torna sua aplicação inviável na clínica médica de rotina. A programação paralela, com implementação de algoritmos para execução em unidades de processamento gráfico (GPUs), tem se mostrado uma das alternativas exploradas por pesquisadores para reduzir o tempo computacional e tornar o uso do MMC clinicamente viável. Este trabalho teve por objetivo a adaptação para execução paralela, em unidades de processamento gráfico, do algoritmo Monte Carlo, aplicado ao transporte de radiação, presente no PENELOPE-2014, visando manter a exatidão e diminuir o tempo computacional necessário para obtenção de resultados como depósito de dose nos corpos e mapa de distribuição de dose. O desenvolvimento foi realizado na plataforma CUDA e tomou como base o pacote PENELOPE-2014, que possui estrutura de execução sequencial em unidades centrais de processamento (CPUs). A comparação dos resultados obtidos das simulações executadas no novo algoritmo paralelo, em GPU, com as simulações executadas no PELENOPE-2014, em CPU, demonstraram um grau de exatidão com diferenças menores do que 1% para depósito de dose e diferenças imperceptíveis para os mapas de distribuições de doses a um fator de desempenho de cerca de 13 vezes mais rápido. A combinação dos ganhos de desempenho com a manutenção da exatidão da simulação, demonstra que a execução paralela na GPU apresenta um potencial de tornar o uso do MMC uma técnica viável para sistemas de planejamento radioterápico.

Computer simulation using the Monte Carlo Method (MCM) applied to radiation transport is considered the gold standard in radiotherapy, presenting itself as the most accurate method for calculating the dose deposited in the target tissue and adjacent organs. However, its long computational processing time, necessary to reach satisfactory statistical uncertainty values, makes its application unfeasible in routine medical practice. Parallel programming, with the implementation of algorithms for execution in graphic processing units (GPUs), is one of the alternatives explored by researchers to reduce computational time and make the use of MMC clinically viable. This work's objective was to adapt the Monte Carlo algorithm for parallel execution, in graphic processing units, applied to radiation transport, present in PENELOPE-2014, aiming to maintain accuracy and reduce the computational time necessary to obtain results such as dose deposit in bodies and dose distribution map. The development was carried out on the CUDA platform and was based on the PENELOPE-2014 package, which has a sequential execution structure in central processing units (CPUs). The comparison of the results obtained from the simulations executed in the new parallel algorithm, in GPU, with the simulations executed in PELENOPE-2014, in CPU, demonstrated a degree of accuracy with differences lower than 1% for dose deposit and imperceptible differences for the maps from dose distributions to a performance factor of about 13 times faster. The combination of performance gains keeping the simulation accuracy demonstrates that parallel execution on the GPU can make MCM a viable technique for radiotherapy planning systems.