مع ظهور نماذج الأساس البصرية الضخمة، التي تم تدريبها مسبقًا على صور طبيعية متنوعة، حدث تحول جوهري في مجال الرؤية الحاسوبية. ومع ذلك، ما زال يُعد سؤالًا مفتوحًا حول مدى قدرة النماذج البارزة في مجال الرؤية على نقل كفاءتها إلى المجالات المتخصصة، مثل التصوير الطبي. تتناول هذه الدراسة التحقيق في إمكانية استخدام DINOv3، وهو نموذج حديث من نوع محول البصر (ViT) يعتمد على التعلم التلقائي ويتميز بقدرات قوية في المهام المتعلقة بالتنبؤ الكثيف، كمُشفر موحد وقوي للتطبيقات البصرية الطبية، دون الحاجة إلى تدريب مسبق مخصص للمجال الطبي. وللإجابة على هذا السؤال، قمنا بعمل مقارنة أداء لنموذج DINOv3 في مهام بصرية طبية شائعة، تشمل التصنيف ثنائي وثلاثي الأبعاد، والتقسيم (التصنيف التصويري)، على مجموعة واسعة من أنواع التصوير الطبي. كما قمنا بتحليل منهجي لقابلية التوسع الخاصة به من خلال تغيير أحجام النموذج ودقة صور الإدخال. تُظهر النتائج أن DINOv3 يُحقق أداءً مبهرًا، ويُحدث قاعدة معيارية جديدة قوية. وبشكل ملحوظ، يتفوق في بعض المهام على نماذج أساسية مخصصة للطب مثل BiomedCLIP وCT-Net، رغم أن نموذج DINOv3 تم تدريبه فقط على صور طبيعية. ومع ذلك، تم تحديد حدود واضحة: ففي السياقات التي تتطلب تخصصًا عميقًا في المجال، مثل صور المرضية الشاملة (WSIs)، والمجهر الإلكتروني (EM)، وتصوير الإصدار المتماسك للبوزيترون (PET)، تنخفض جودة الميزات المستخرجة من النموذج. بالإضافة إلى ذلك، لاحظنا أن DINOv3 لا يتبع قانون التوسع (scaling law) بشكل ثابت في البيئة الطبية؛ إذ لا يزداد الأداء بشكل موثوق مع زيادة حجم النموذج أو تحسين دقة الميزات، بل تظهر سلوكيات مختلفة في التوسع حسب نوع المهمة. في النهاية، يُثبت هذا العمل أن DINOv3 يُشكل قاعدة معيارية قوية، حيث يمكن لخصائصه البصرية القوية أن تُستخدم كمُسبق (prior) موثوق في العديد من المهام الطبية المعقدة. ويفتح هذا الاتجاه آفاقًا واعدة في المستقبل، مثل الاستفادة من خصائصه لضمان الاتساق بين الزوايا المتعددة في عمليات إعادة بناء ثلاثية الأبعاد.