줄기세포를 이용한 치료는 의학적으로 해결할 수 없는 영역에서 치료 가능성을 제시해 줄 수 있다. 특히 난치성, 만성 질환에서 새로운 치료방안을 제시해 줄 것으로 기대하고 있으며, 이로 인해 고부가가치를 창출해 낼 수 있을 것이라 예상하고 있다. 하지만 줄기세포 다루는 기술이 부족하여 줄기세포를 이용한 치료제 발굴 및 연구개발에 많은 시간과 비용이 들어가고 있다. 4차 산업 혁명 시대에 들어와서 정보통신기술 발달로 인해 수많은 정보와 데이터를 쉽게 보관할 수 있게 되었으며, 이를 언제 어디서든 확인할 수 있게 되었다. 의료계에서는 진료데이터를 수집하여 의료 big data를 구성하고, 인공지능에 적용함으로써 환자 진료에 이용하고 있다. 인공지능은 학습, 추론, 지각 능력을 컴퓨터가 이해할 수 있도록 프로그래밍 된 시스템이다. 인공지능의 세부항목으로 big data를 이용하여 학습하는 machine learning이 있으며, machine learning의 artificial neural network 구조가 더욱 복잡해지도록 hidden layer를 여러 단계로 구성해준 deep learning이라는 세부항목으로 구성되어 있다. 줄기세포는 아직 분화되지 않은 세포로서 다양한 세포로 분화할 수 있는 세포이며, 스스로 복제 가능한 세포이다. 분화능력에 따라 전능성, 만능성, 다분화성으로 나뉘게 되며, 줄기세포 종류에 따라 배아줄기세포, 성체줄기세포, 유도 만능 줄기세포로 나눌 수 있다. 여러 실험실에서 줄기세포 연구를 위해 현미경을 사용하며, 현미경을 통한 세포이미지를 데스크톱에 저장하고 있으며, 이는 대량으로 쌓이게 되면 big data라 부를 수 있다. 그러므로 줄기세포의 특성을 파악하여 분석할 수 있는 machine learning 또는 deep learning algorism을 만들고, 습득한 세포이미지 데이터를 이용하여 학습시켜 주면 algorism에 의해 세포에 대한 cell count, 세포구별, 세포 발현 및 분화를 자동 예측 해주는 것이 가능하게 된다. 이처럼 인공지능을 활용한 줄기세포 분석 연구를 활발하게 만들기 위해서는 세포 이미지를 전문적으로 수집하고 분양해주는 기관이 필요하게 된다. 여러 실험실로부터 세포 이미지를 기증받고, 연구자들에게 분양해줌으로써 실험을 직접 하지 않아도 연구할 수 있는 환경을 제공해 줌으로써 연구비용 및 시간을 아낄 수 있으며, 세포 이미지만을 이용한 새로운 연구 형태를 만들어 낼 수 있을 것이며, 이를 인식할 수 있는 machine learning, deep learning algorism 개발 분야도 만들어 낼 수 있다. 줄기세포와 인공지능을 접목한 연구 분야는 새로운 부가 가치를 창출해 낼 수 있을 것이며, 줄기세포 이미지를 big data화하여 인공지능을 통한 분석연구는 무궁무진한 발전 가능성이 있는 분야이다.