Con la rápida digitalización de la atención médica, la transmisión segura de imágenes médicas se ha convertido en una preocupación crítica, especialmente dada la creciente prevalencia de amenazas cibernéticas y violaciones de la privacidad de los datos. Las imágenes médicas se transmiten con frecuencia a través de Internet y plataformas en la nube, lo que las hace susceptibles al acceso no autorizado, la manipulación y el robo. Aunque las técnicas criptográficas tradicionales desempeñan un papel vital, a menudo son insuficientes para garantizar plenamente la integridad y confidencialidad de estas imágenes sensibles. En este documento, presentamos AGFI-GAN, un marco robusto y seguro para el marcado de agua de imágenes médicas que aprovecha mecanismos guiados por atención e integrados de características dentro de una Red Generativa Antagónica (GAN). Específicamente, se propone un Módulo Integrado de Características (FIM) para capturar y combinar de manera efectiva características de imágenes superficiales y profundas para facilitar la fusión de múltiples capas con la marca de agua. Las conexiones densas dentro del módulo facilitan la reutilización de características, mejorando la robustez del sistema. Para mitigar la distorsión causada por la incrustación de la marca de agua, se utiliza un Módulo de Atención (AM) que genera una máscara de atención extrayendo características globales de la imagen. Esta máscara de atención prioriza las características en regiones menos prominentes y texturizadas, permitiendo una incrustación de marca de agua más fuerte, mientras que otras características se minimizan para mejorar la efectividad general del proceso de marcado de agua. El marco se evalúa en función de su versatilidad, capacidad de incrustación, robustez e imperceptibilidad, y los resultados confirman su efectividad. El estudio muestra una mejora notable sobre la línea base, resaltando así la superioridad del marco.