ನೀವು ಈಗ ಮಾಸ್ ಜನರಲ್ ಬ್ರಿಗಮ್ ಎಐ ಉಪಕರಣಕ್ಕೆ ಸೆಲ್ಫಿಯನ್ನು ಅಪ್‌ಲೋಡ್ ಮಾಡಬಹುದು ಮತ್ತು ಅದು ನಿಮ್ಮ ಜೈವಿಕ ವಯಸ್ಸನ್ನು ಅಂದಾಜು ಮಾಡುತ್ತದೆ – ಬೋಸ್ಟನ್ ಗ್ಲೋಬ್

ಕೆಲವೇ ಸೆಕೆಂಡುಗಳಲ್ಲಿ, FaceAge ಭಾಗವಹಿಸುವವರ ಜೈವಿಕ ವಯಸ್ಸನ್ನು ಪೋಸ್ಟ್ ಮಾಡುತ್ತದೆ – ಅವರ ದೇಹವು ಎಷ್ಟು ವಯಸ್ಸಾಗಿರುತ್ತದೆ ಎಂಬ ಅಂದಾಜು. ಭಾಗವಹಿಸುವವರು ಕಾಲಾನಂತರದಲ್ಲಿ ಹೇಗೆ ವಯಸ್ಸಾಗುತ್ತಾರೆ ಎಂಬುದನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಲು ಹೊಸ ಚಿತ್ರಗಳನ್ನು ಸೇರಿಸಬಹುದು.

ಯಾವ ಜೀವನಶೈಲಿ ಅಭ್ಯಾಸಗಳು ಮತ್ತು ರೋಗಗಳು ಕಿರಿಯ ಅಥವಾ ವಯಸ್ಸಾದವರಂತೆ ಕಾಣುವುದಕ್ಕೆ ಸಂಬಂಧಿಸಿವೆ ಎಂಬುದನ್ನು ತನಿಖೆ ಮಾಡಲು ಸಂಶೋಧಕರು ಅಪ್‌ಲೋಡ್ ಮಾಡಿದ ಫೋಟೋಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆ. ಮುನ್ಸೂಚನೆಯ ಸಾಧನವು ಸಂಶೋಧನೆಗೆ, ರೋಗನಿರ್ಣಯಕ್ಕೆ ಅಲ್ಲ ಎಂದು ಅವರು ಒತ್ತಿ ಹೇಳಿದರು. 10,000 ಕ್ಕೂ ಹೆಚ್ಚು ಜನರು ಸಹಿ ಹಾಕಿದ್ದಾರೆ ಮಾರ್ಚ್‌ನಲ್ಲಿ ಪೋರ್ಟಲ್ ಸದ್ದಿಲ್ಲದೆ ಪ್ರಾರಂಭವಾದಾಗಿನಿಂದ.

ಡೇಟಾಬೇಸ್ ಬೆಳೆದಂತೆ, ತಂಡವು ದೊಡ್ಡ ಮತ್ತು ಹೆಚ್ಚು ವೈವಿಧ್ಯಮಯ ಗುಂಪುಗಳಲ್ಲಿ ಅವರ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ಮತ್ತು ಸುಧಾರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಇಲ್ಲಿಯವರೆಗೆ, ಉಪಕರಣವು ಹೆಚ್ಚಾಗಿ ಆಸ್ಪತ್ರೆಯ ರೋಗಿಗಳಿಗೆ ಸೀಮಿತವಾಗಿತ್ತು. ಅವರು ಫೇಸ್‌ಏಜ್ ಅನ್ನು ವಿಸ್ತರಿಸಲು ಬೋಸ್ಟನ್‌ನ ಹೊರಗಿನ ಸಂಶೋಧಕರೊಂದಿಗೆ ಸಹ ಸಹಕರಿಸುತ್ತಿದ್ದಾರೆ.

ಎಐ ಉಪಕರಣವು ಸಾಮಾನ್ಯ ಛಾಯಾಚಿತ್ರಗಳಿಂದ ಆರೋಗ್ಯ ಸಂಕೇತಗಳನ್ನು ಓದಬಹುದೇ ಎಂದು ಪರೀಕ್ಷಿಸಿದ ಅಧ್ಯಯನವನ್ನು ಸೋಮವಾರ ದಿ ಲ್ಯಾನ್ಸೆಟ್ ಡಿಜಿಟಲ್ ಹೆಲ್ತ್‌ನಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ. ಸಂಶೋಧಕರು ಮೊದಲು 40 ದಶಲಕ್ಷಕ್ಕೂ ಹೆಚ್ಚು ಮುಖದ ಚಿತ್ರಗಳ ಮೇಲೆ ಮೂಲ ಮಾದರಿ, FAHR-ಫೇಸ್ ಅನ್ನು ತರಬೇತಿ ಮಾಡಿದರು. ನಂತರ ಅವರು ಎರಡು ಕಾರ್ಯಗಳಿಗಾಗಿ ಅದನ್ನು ಉತ್ತಮಗೊಳಿಸಿದರು: FaceAge ಜೈವಿಕ ವಯಸ್ಸನ್ನು ಅಂದಾಜು ಮಾಡುತ್ತದೆ ಮತ್ತು FaceSurvival ಕ್ಯಾನ್ಸರ್ ಚಿಕಿತ್ಸೆಯ ನಂತರ ಬದುಕುಳಿಯುವಿಕೆಯನ್ನು ಮುನ್ಸೂಚಿಸುತ್ತದೆ.

38,000 ಹಾರ್ವರ್ಡ್ ರೋಗಿಗಳಲ್ಲಿ, ವಯಸ್ಸು, ಲಿಂಗ, ಕ್ಯಾನ್ಸರ್ ಪ್ರಕಾರ ಮತ್ತು ಇತರ ಅಂಶಗಳನ್ನು ಲೆಕ್ಕಹಾಕಿದ ನಂತರ, ಅವರ ನಿಜವಾದ ವಯಸ್ಸಿಗಿಂತ ಕನಿಷ್ಠ ಐದು ವರ್ಷ ವಯಸ್ಸಾದವರು ಸಾವಿನ ಅಪಾಯವನ್ನು 21 ಪ್ರತಿಶತದಷ್ಟು ಹೊಂದಿದ್ದಾರೆ.

“ನಮ್ಮ ಜ್ಞಾನಕ್ಕೆ, AI ಮಾದರಿಯು ಕ್ಯಾನ್ಸರ್ ಬದುಕುಳಿಯುವಿಕೆಯನ್ನು ಸರಳವಾದ ಛಾಯಾಚಿತ್ರದಿಂದ ನೇರವಾಗಿ ಊಹಿಸಬಲ್ಲ ಮೊದಲ ಪ್ರದರ್ಶನವಾಗಿದೆ” ಎಂದು MGB ಯಲ್ಲಿನ ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಇನ್ ಮೆಡಿಸಿನ್ ಕಾರ್ಯಕ್ರಮದ ನಿರ್ದೇಶಕ ಡಾ. ಹ್ಯೂಗೋ ಏರ್ಟ್ಸ್ ಹೇಳಿದರು.

ಇರ್ವಿನ್‌ನ ಕ್ಯಾಲಿಫೋರ್ನಿಯಾ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ರೋಗಶಾಸ್ತ್ರದ ಪ್ರಾಧ್ಯಾಪಕ ಪ್ರತೀಕ್ ಶಾ, ಅದರ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಫಾರ್ ಹೆಲ್ತ್ ರಿಸರ್ಚ್ ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ನಿರ್ದೇಶಿಸುತ್ತಾರೆ ಮತ್ತು ಅಧ್ಯಯನದಲ್ಲಿ ಭಾಗಿಯಾಗಿಲ್ಲ, ಇದನ್ನು AI ನ ನವೀನ ಬಳಕೆ ಎಂದು ಕರೆದರು.

ಮುಖಗಳಿಂದ ಜೈವಿಕ ವಯಸ್ಸನ್ನು ಅಂದಾಜು ಮಾಡುವುದು ಹೊಸದಲ್ಲ ಎಂದು ಶಾ ಹೇಳಿದರು. ಲಕ್ಷಾಂತರ ಚಿತ್ರಗಳ ಮೇಲೆ ತರಬೇತಿ ಪಡೆದ ಅಡಿಪಾಯ ಮಾದರಿ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ರೋಗಿಗಳ ದೊಡ್ಡ ಮಾದರಿ ಈ ಅಧ್ಯಯನವನ್ನು ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ ಎಂದು ಅವರು ಹೇಳಿದರು.

ಆದರೆ ಆವಿಷ್ಕಾರಗಳು ಐತಿಹಾಸಿಕ ದತ್ತಾಂಶದಿಂದ ಬರುತ್ತವೆ, ಕ್ಲಿನಿಕಲ್ ಪ್ರಯೋಗವಲ್ಲ ಎಂದು ಅವರು ಎಚ್ಚರಿಸಿದ್ದಾರೆ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ಪ್ರಕಾರದ ಕಾರ್ಯಕ್ಷಮತೆ ಬದಲಾಗುತ್ತದೆ. “ಮುಖದ ವಯಸ್ಸಿನ ಮಾದರಿಯು 28 ಕ್ಯಾನ್ಸರ್ ವಿಭಾಗಗಳಲ್ಲಿ 18 ರಲ್ಲಿ ಗಮನಾರ್ಹ ಬದುಕುಳಿಯುವ ಸಂಘಗಳನ್ನು ತೋರಿಸಿದೆ” ಎಂದು ಅವರು ಹೇಳಿದರು. “ಮಾದರಿಯು ಕ್ಯಾನ್ಸರ್ ಪ್ರಕಾರಗಳಲ್ಲಿ ಸ್ಥಿರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸದಿರಬಹುದು.”

FaceAge ಅನ್ನು ಎರಡು ಕ್ಲಿನಿಕಲ್ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಪರೀಕ್ಷಿಸಲಾಗುತ್ತಿದೆ. ಒಂದರಲ್ಲಿ, ಬ್ರಿಗಮ್ ಮತ್ತು ಮಹಿಳಾ ಆಸ್ಪತ್ರೆಯಲ್ಲಿ, ಸಂಶೋಧಕರು 65 ಮತ್ತು ಅದಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ವಯಸ್ಸಿನ 60 ರೋಗಿಗಳನ್ನು ವಿಕಿರಣಕ್ಕೆ ಮುಂಚಿತವಾಗಿ ಆರಂಭಿಕ ಹಂತದ ಶ್ವಾಸಕೋಶದ ಕ್ಯಾನ್ಸರ್‌ಗೆ ದಾಖಲಿಸುತ್ತಿದ್ದಾರೆ. ಕ್ಯಾನ್ಸರ್ ಚಿಕಿತ್ಸೆಯ ಮೊದಲು ಪೋಷಣೆ ಅಥವಾ ದೈಹಿಕ ಚಿಕಿತ್ಸೆಯಂತಹ ಹೆಚ್ಚುವರಿ ಬೆಂಬಲ ಅಗತ್ಯವಿರುವ ದುರ್ಬಲ ರೋಗಿಗಳನ್ನು ಫೇಸ್‌ಏಜ್ ಫ್ಲ್ಯಾಗ್ ಮಾಡಬಹುದೇ ಎಂದು ಅವರು ಪರೀಕ್ಷಿಸುತ್ತಿದ್ದಾರೆ.

“ನಾವು ಮುಚ್ಚಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ಕಾಳಜಿಯ ಅಂತರವೆಂದರೆ ಆರಂಭಿಕ ಹಂತದ ಶ್ವಾಸಕೋಶದ ಕ್ಯಾನ್ಸರ್ ಹೊಂದಿರುವ ಹೆಚ್ಚಿನ ವಯಸ್ಸಾದ ರೋಗಿಗಳು ವಯೋಸಹಜ ದುರ್ಬಲತೆಗಳನ್ನು ಹೊಂದಿದ್ದಾರೆ, ಆದರೆ ಕೆಲವೇ ಕೆಲವರು ಔಪಚಾರಿಕ ಜೆರಿಯಾಟ್ರಿಕ್ ಮೌಲ್ಯಮಾಪನವನ್ನು ಸ್ವೀಕರಿಸುತ್ತಾರೆ” ಎಂದು MGB ಕ್ಯಾನ್ಸರ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್‌ನ ವಿಕಿರಣ ಆಂಕೊಲಾಜಿಸ್ಟ್ ಮತ್ತು ಅಧ್ಯಯನದ ಪ್ರಮುಖ ಲೇಖಕ ಡಾ. ರೇಮಂಡ್ ಮ್ಯಾಕ್ ಹೇಳಿದರು. “ಸರಳವಾದ ಛಾಯಾಚಿತ್ರವು ಅತ್ಯಂತ ದುರ್ಬಲ ರೋಗಿಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಬಹುದಾದರೆ, ಈ ಅಂತರವನ್ನು ಪರಿಹರಿಸಲು ಪ್ರಾಯೋಗಿಕ, ಸ್ಕೇಲೆಬಲ್ ಮಾರ್ಗವಾಗಿದೆ.”

MGB ಯಲ್ಲಿ ಎದೆಗೂಡಿನ ಶಸ್ತ್ರಚಿಕಿತ್ಸಕರ ನೇತೃತ್ವದ ಎರಡನೇ ಪ್ರಯೋಗವು, ಶಸ್ತ್ರಚಿಕಿತ್ಸಾ ತೊಡಕುಗಳ ಅಪಾಯದಲ್ಲಿರುವ ರೋಗಿಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಲು ಧರಿಸಬಹುದಾದ ಸಾಧನಗಳಿಂದ ಡೇಟಾದೊಂದಿಗೆ FaceAge ಅನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ.

“ಇದು ವಿಕಿರಣ ಚಿಕಿತ್ಸೆಯನ್ನು ಮೀರಿ ಮತ್ತು ಶಸ್ತ್ರಚಿಕಿತ್ಸಾ ಸೆಟ್ಟಿಂಗ್‌ಗೆ ಕೆಲಸವನ್ನು ವಿಸ್ತರಿಸುತ್ತದೆ, ಅಲ್ಲಿ ಪ್ರಮುಖ ಕಾರ್ಯಾಚರಣೆಯ ಮೊದಲು ರೋಗಿಯ ಶರೀರಶಾಸ್ತ್ರದ ಮೀಸಲು ಅಂದಾಜು ಮಾಡುವುದು ಅಷ್ಟೇ ಮುಖ್ಯ” ಎಂದು ಮ್ಯಾಕ್ ಸೇರಿಸಲಾಗಿದೆ.

ಆರಂಭದಲ್ಲಿ, AI ಏನನ್ನು ನೋಡುತ್ತಿದೆ ಎಂದು ಸಂಶೋಧಕರಿಗೆ ತಿಳಿದಿರಲಿಲ್ಲ. ಆದರೆ ಈಗ, ಗಮನ ಮ್ಯಾಪಿಂಗ್, ಹೀಟ್ ಮ್ಯಾಪ್‌ನಂತೆ ಕಾಣುವ ದೃಶ್ಯ ಪ್ರಾತಿನಿಧ್ಯವು, ನಾಸೋಲಾಬಿಯಲ್ ಮಡಿಕೆಗಳು, ಮೂಗಿನಿಂದ ಬಾಯಿಯ ಮೂಲೆಗಳವರೆಗೆ ಮತ್ತು ಕಣ್ಣುಗಳು ಮತ್ತು ದೇವಾಲಯಗಳ ಮೇಲಿನ ಹಣೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವ ಫೇಸ್‌ಏಜ್ ಅನ್ನು ತೋರಿಸಿದೆ. ಫೇಸ್‌ಸರ್ವೈವಲ್ ಮುಖ್ಯವಾಗಿ ಕಣ್ಣುಗಳ ಕೆಳಗೆ ಮತ್ತು ಮೂಗಿನ ಸೇತುವೆಯ ಸುತ್ತಲಿನ ಪ್ರದೇಶವನ್ನು ನೋಡುತ್ತದೆ.

“ಈ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಏನನ್ನು ನೋಡುತ್ತಿವೆ ಎಂದು ನಮಗೆ ನಿಖರವಾಗಿ ತಿಳಿದಿಲ್ಲ” ಎಂದು ಮ್ಯಾಕ್ ಹೇಳಿದರು. “ಅವಧಾನ ನಕ್ಷೆಗಳು ಮುಖದ ಮೇಲೆ ಅಲ್ಗಾರಿದಮ್ ತನ್ನ ಭವಿಷ್ಯವನ್ನು ಎಲ್ಲಿ ಮಾಡಲು ನೋಡುತ್ತಿದೆ ಎಂದು ನಮಗೆ ತಿಳಿಸುತ್ತದೆ, ಆದರೆ ಯಾವ ಆಧಾರವಾಗಿರುವ ದೃಶ್ಯ ವೈಶಿಷ್ಟ್ಯಗಳು ಭವಿಷ್ಯವನ್ನು ಚಾಲನೆ ಮಾಡುತ್ತಿವೆ ಎಂಬುದನ್ನು ನಿಖರವಾಗಿ ಹೇಳಲಾಗುವುದಿಲ್ಲ. ಹೀಗಾಗಿ, ಮಾದರಿಯು ಕಾಗೆಯ ಪಾದಗಳು, ಕಣ್ಣಿನ ಚೀಲಗಳು, ಸುಕ್ಕುಗಳು, ವರ್ಣದ್ರವ್ಯ, ಚರ್ಮದ ರಚನೆ ಅಥವಾ ತಾತ್ಕಾಲಿಕ ಸ್ನಾಯು ಕ್ಷೀಣಿಸುವಿಕೆಯನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಅಳೆಯುತ್ತದೆ ಎಂದು ನಾವು ಹೇಳಲಾಗುವುದಿಲ್ಲ.”

ಮೊದಲ ಅಧ್ಯಯನವು ಹೊರಬಂದಾಗ, ಜನರು ಮೇಕ್ಅಪ್, ಲೈಟಿಂಗ್ ಅಥವಾ ಕಾಸ್ಮೆಟಿಕ್ ಸರ್ಜರಿ ಫಲಿತಾಂಶಗಳನ್ನು ತಿರುಗಿಸಬಹುದೇ ಎಂದು ಪ್ರಶ್ನಿಸಿದರು. ಅವರು ಹೆಚ್ಚಾಗಿ ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ಸಂಶೋಧಕರು ಹೇಳುತ್ತಾರೆ. ಭಂಗಿ, ಬೆಳಕು, ಅಭಿವ್ಯಕ್ತಿ ಮತ್ತು ಮೇಕ್ಅಪ್ ಕಡಿಮೆ ಪರಿಣಾಮ ಬೀರಿತು ಮತ್ತು ಹೆಚ್ಚಿನ ಪ್ಲಾಸ್ಟಿಕ್ ಸರ್ಜರಿ ಕಾರ್ಯವಿಧಾನಗಳು ಮಾಡಲಿಲ್ಲ. ರೈನೋಪ್ಲ್ಯಾಸ್ಟಿಯು ಜನರ ಜೈವಿಕ ವಯಸ್ಸು ಸುಮಾರು ಒಂದು ವರ್ಷ ಹಳೆಯದಾಗಿದೆ, ಇದು ಶಸ್ತ್ರಚಿಕಿತ್ಸೆಯಿಂದ ಅಂಗಾಂಶ ನಷ್ಟವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ ಎಂದು ಮ್ಯಾಕ್ ಹೇಳಿದರು. ಜನರು ಮಾಡುವ ಅದೇ ಸೂಚನೆಗಳ ಮೇಲೆ AI ಅವಲಂಬಿತವಾಗಿಲ್ಲ ಎಂದು ಇದು ಸೂಚಿಸುತ್ತದೆ ಎಂದು ಅವರು ಹೇಳಿದರು.

ವ್ಯಕ್ತಿಯ ಜೀವನಶೈಲಿ ಪ್ರಮುಖ ಗುರುತುಗಳನ್ನು ಬಿಡುತ್ತದೆ. ಭಾರೀ ಆಲ್ಕೋಹಾಲ್ ಬಳಕೆ, ಮಾದಕವಸ್ತು ಬಳಕೆ ಮತ್ತು ಧೂಮಪಾನವು ಜೈವಿಕವಾಗಿ ವಯಸ್ಸಾದವರಂತೆ ಕಾಣುವುದರೊಂದಿಗೆ ಸಂಬಂಧಿಸಿದೆ. ಧೂಮಪಾನವು ಪ್ರಬಲವಾದ ಮಾದರಿಯನ್ನು ತೋರಿಸಿದೆ: ಪ್ರಸ್ತುತ ಧೂಮಪಾನಿಗಳು ಹಿಂದಿನ ಧೂಮಪಾನಿಗಳಿಗಿಂತ ವಯಸ್ಸಾದವರಂತೆ ಕಾಣುತ್ತಾರೆ, ಅವರು ಎಂದಿಗೂ ಧೂಮಪಾನ ಮಾಡದ ಜನರಿಗಿಂತ ವಯಸ್ಸಾದವರು.

“ಜನಸಂಖ್ಯೆಯು ವಯಸ್ಸಾದಂತೆ, ವಿಕಿರಣ, ಶಸ್ತ್ರಚಿಕಿತ್ಸೆ ಅಥವಾ ವ್ಯವಸ್ಥಿತ ಚಿಕಿತ್ಸೆಯಂತಹ ತೀವ್ರವಾದ ಚಿಕಿತ್ಸೆಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡುವ ಮೊದಲು ಭೌತಿಕ ಮೀಸಲು ಮತ್ತು ದೌರ್ಬಲ್ಯವನ್ನು ಅಂದಾಜು ಮಾಡಲು ವೈದ್ಯರಿಗೆ ಉತ್ತಮ ಮಾರ್ಗಗಳು ಬೇಕಾಗುತ್ತವೆ” ಎಂದು ಮ್ಯಾಕ್ ಹೇಳಿದರು. “ಮುಖದ ಛಾಯಾಚಿತ್ರ-ಆಧಾರಿತ ಆರೋಗ್ಯ ಮೌಲ್ಯಮಾಪನವನ್ನು ಹೆಚ್ಚು ಪರಿಮಾಣಾತ್ಮಕ, ಸ್ಥಿರ ಮತ್ತು ಸ್ಕೇಲೆಬಲ್ ಮಾಡುವುದು ನಮ್ಮ ಗುರಿಯಾಗಿದೆ, ಆದ್ದರಿಂದ ಇದು ವೈದ್ಯರ ತೀರ್ಪನ್ನು ಬದಲಿಸುವ ಬದಲು ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ಚಿಕಿತ್ಸೆಯ ನಿರ್ಧಾರಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ.”

ಸಾರಾ ರಾಹಲ್ ಅವರನ್ನು sarah.rahal@globe.com ನಲ್ಲಿ ತಲುಪಬಹುದು. X ನಲ್ಲಿ ಅವಳನ್ನು ಅನುಸರಿಸಿ @SarahRahal_ ಅಥವಾ Instagram @sarah.rahal.