医療画像のセグメンテーションは、臨床診断、治療計画立案および疾患のモニタリングにおいて重要な役割を果たしている。しかし、高品質なアノテーションの不足、画像ノイズ、患者間の解剖学的差異といった要因により、医療画像の正確なセグメンテーションは依然として困難である。さらに、既存のラベル効率型手法と完全教師あり手法との間には、性能面で依然として大きなギャップが存在している。これらの課題に対処するため、本研究では、スクリブル（筆跡）ラベルに基づく医療画像セグメンテーションを実現する新しいフレームワーク「ScribbleVC」を提案する。本手法は、マルチモーダル情報強化機構を用いて視覚特徴とクラス埋め込み（class embedding）を統合的に活用する。また、CNN特徴とTransformer特徴を均一に活用することで、より優れた視覚的特徴抽出を実現している。提案手法は、スクリブルベースのアプローチとセグメンテーションネットワーク、およびクラス埋め込みモジュールを統合し、高精度なセグメンテーションマスクの生成を可能にしている。我々は、3つのベンチマークデータセット上でScribbleVCを評価し、最先端の手法と比較した。実験結果から、本手法が精度、ロバスト性、効率性の観点で既存手法を上回ることが示された。また、使用したデータセットおよび実装コードはGitHubにて公開している。