Les nanotechnologies ont une présence croissante en médecine et en particulier en cancérologie. Dans le cas des dosimètres miniaturisés, les dimensions micrométriques et nanométriques peuvent atteindre les limites statistiques du concept de dose et produire des mesures aléatoires à l’image de la microdosimétrie. Pour caractériser de manière précise les dimensions qui font passer du domaine dosimétrique au domaine microdosimétrique statistique nous avons utilisé la simulation Monte-Carlo.

La simulation Monte-Carlo a été utilisée pour évaluer l’effet de la réduction du volume sensible d’un nanodosimètre fictif sur la dose mesurée. Pour cela l’énergie spécifique moyenne <z> déposée en photons du ⁶⁰Co a été simulée dans un volume d’eau macroscopique avec différents niveaux de dose de 0,1Gy à 10Gy. Ensuite, des volumes cibles cylindriques, représentant le volume sensible de nanodosimètres, de rayon variant de 0,1 à 10μm, ont été placés aléatoirement dans le volume d’eau. Nous avons défini des intervalles autour de <z>, et déterminé la probabilité que la dose mesurée soit en dehors de ces intervalles, définis comme [<z> – ɛ <z>, <z>+ɛ <z>], avec ɛ variable : 3 %, 5 % et 10 %.

La simulation a confirmé que la taille d’un nanodosimètre était critique. Le détecteur doit avoir un volume suffisant pour détecter le maximum d’événements afin que la dose mesurée soit statistiquement reproductible. L’utilisation d’un dosimètre de rayon de moins de 1μm, produit des distributions de <z> très dispersées, en revanche, pour des rayons de plus de 10μm ces distributions deviennent d’étroites gaussiennes.

La simulation Monte-Carlo a montré que la capacité d’un nanodosimètre à mesurer la dose avec une grande précision dépendait de sa taille et de la dose. Pour avoir des mesures statistiquement reproductibles avec dose de plus de 10 Gy et ɛ de 3 %, le volume du dosimètre doit être de plus de 10μm.