의료 영상 분할 분야의 발전에도 불구하고, 대부분의 기존 방법은 특정 작업에 국한되고 상호작용성이 부족하다. 최근 텍스트 프롬프트 기반 분할 방식은 사용자 주도 및 추론 기반 분할을 향상시켰지만, 단일 라운드 대화에 국한되어 다중 라운드 추론을 수행하지 못한다. 본 논문은 다중 라운드 쿼리를 통해 객체 수준 추론으로 분할 마스크를 생성하는 새로운 작업인 Multi-Round Entity-Level Medical Reasoning Segmentation (MEMR-Seg)을 소개한다. 이 작업을 지원하기 위해, 객체 기반 라운드 간 추론을 특징으로 하는 177K의 다중 라운드 의료 분할 대화로 구성된 대규모 데이터 세트 MR-MedSeg를 구축한다. 또한, 다중 라운드 의료 추론 분할을 위해 설계된 효과적인 기본 모델 MediRound를 제안한다. 다중 라운드 분할의 체인형 파이프라인에서 발생하는 오류 전파를 완화하기 위해, 모델 추론 과정에서 가볍지만 효과적인 Judgment & Correction Mechanism을 도입한다. 실험 결과는 제안된 방법이 MEMR-Seg 작업을 효과적으로 해결하고 기존 의료 참조 분할 방법을 능가함을 보여준다.
