สุดยอดนวัตกรรม Apple ปีนี้อยู่ที่ Cardiogram

Electrocardiogram หรือในศัพท์ทางการแพทย์จริง ๆ ก็คือ การวัด ECG ที่เราใช้ตรวจคลื่นหัวใจเพื่อวัดความผิดปรกติของหัวใจ ซึ่งต้องบอกว่า มีผู้คนมากมาย ในโลกนี้ ต้องจบชีวิต ไปอย่างฉับพลัน ด้วยโรคหัวใจ

บางคนต้องเสียหัวหน้าครอบครัว สูญเสียคนที่ตัวเองรัก ไปแบบฉับพลัน จากโรคหัวใจ ซึ่งต้องบอกว่าจากความเปลี่ยนแปลงของโลกเราในยุคปัจจุบัน ทั้งเรื่องรูปแบบการกิน รวมถึง รูปแบบการใช้ชีวิต ทำให้คนในรุ่นใหม่ ๆ มีความเสี่ยงกับเรื่องโรคหัวใจมากยิ่งขึ้น

การที่ apple เข้ามาเจาะในตลาด Healthcare อย่างเต็มตัว รวมถึงการเพิ่มความสามารถในส่วนการวัดค่า ECG ได้  ต้องบอกว่า เป็น Features ที่ปฏิวัติ วงการเลยก็ว่าได้ ให้คนทั่วไปสามารถ คอยมอนิเตอร์ การเปลี่ยนแปลงของคลื่นหัวใจได้ และการทำงานร่วมกับ Apple Watch ก็สามารถทำให้ส่งสัญญาณเตือนให้กับผู้ใช้ได้ โดยหากยิ่งเป็นผู้ป่วยโรคหัวใจอยู่แล้ว ถือว่าเป็นนวัตกรรมที่ช่วยเหลือผู้ป่วยโรคหัวใจได้อย่างมาก

Cardiogram จะอนุญาตให้ผู้ใช้เริ่มบันทึกอัตราการเต้นของหัวใจของพวกเขาใน Apple Watch เป็นการโหมโรงอย่างต่อเนื่อง ก่อนที่ WWDC จะเริ่มขึ้นในวันที่ 3 มิถุนายน ปีนี้ ซึ่งเซ็นเซอร์อัตราการเต้นหัวใจของ Apple Watch ข้อมูลที่ได้จะถูกแชร์นาทีต่อนาทีกับ บริษัท ซึ่งหมายความว่าจะรวบรวมข้อมูลจากผู้ใช้รายอื่นด้วย

งาน WWDC ปีนี้ จะมี Features ใหม่ ๆ จาก Apple Watch ในเรื่องข้อมูลสุขภาพ
งาน WWDC ปีนี้ จะมี Features ใหม่ ๆ จาก Apple Watch ในเรื่องข้อมูลสุขภาพ

คุณสมบัติใหม่ที่ Cardiogram จะเพิ่มขึ้นคือการตรวจสอบอัตราการเต้นของหัวใจในเชิงลึก ซึ่งก่อนหน้านี้ในเดือนมกราคมได้เปิดตัว บริการระดับพรีเมี่ยม ที่เปิดตัว Family Mode เพื่อแบ่งปันตัวชี้วัดสุขภาพระหว่างบุคคล และเพิ่มความสามารถในการแบ่งปันข้อมูลให้กับแพทย์ผู้เชี่ยวชาญ  

ซึ่งในงาน WWDC ปีนี้นั้น คิดว่า apple คงได้ทำการทดสอบมาอย่างดีแล้วหลังจากการเปิดตัวไปในปีที่ผ่านมา และทีสำคัญ ได้รับการรับรองจาก FDA ของสหรัฐอเมริกา เป็นที่เรียบร้อยแล้วด้วย ซึ่งคิดว่า และแน่นอนว่านี่ถือเป็นนวัตกรรมที่สำคัญที่จะทำให้ apple เติบโตไปอีกก้าวอย่างแน่นอน ไม่ได้พึ่งเพียงแค่ผลิตภัณฑ์หลักอย่าง Iphone เหมือนเดิมอีกต่อไป

References : 
https://appleinsider.com/articles/19/05/30/cardiogram-judging-most-exciting-wwdc-keynote-moments-by-monitoring-apple-watch-heart-rates

ทีเด็ด Apple ปีนี้อยู่ที่ Electrocardiogram

ต้องบอกว่าเป็นเวลาหลายปีแล้วที่ไม่ได้มานั่งฟัง Live สดการเปิดตัวผลิตภัณฑ์ของ Apple เพราะ โดยส่วนตัวก็ห่างจากผลิตภัณฑ์จาก Apple มาค่อนข้างนานแล้ว

ปีนี้จึงเป็นปีแรกในรอบหลาย ๆ ปีที่มีโอกาสได้ดู Live ของงาน Apple Event ต้องบอกว่าไม่มีอะไรเซอร์ไพรซ์ จากข่าวหลุดที่ออกมาก่อนหน้านี้เลย ทั้งชื่อรุ่น รูปแบบของ Iphone รวมถึง Spec ต่าง ๆ ที่หลุดออกมาก่อนหน้านี้ ต้องบอกว่า Apple ลดมนสเน่ห์ของงานนี้ลงไปมาก จากการที่ไม่สามารถจัดการข่าวที่หลุดออกไปได้ก่อนหน้า

ถ้าพูดถึงผลิตภัณฑ์เด่น ที่เปิดตัว อย่าง Iphone XS นั้น ต้องบอกว่าโดยส่วนตัวแล้ว ถือว่าน่าผิดหวังเป็นอย่างยิ่ง แทบจะไม่มีอะไรว้าว ให้น่ากล่าวถึงเลยด้วยซ้ำ มีเพียงแค่การเล่นกับเรื่องเดิม ๆ ทั้งเรื่อง spec ที่เพิ่มในแบบ xเท่า ของชิ้นส่วนต่าง ๆ ซึ่งเป็นเรื่องปรกติของการ Present ของ Apple ไปเสียแล้ว

รวมถึงการอัด Spec ต่าง ๆ นาๆ ทั้ง 6 CPU เอย  4 GPU เอย ต้องบอกว่า การทำงานนั้น User ทั่วไปแทบจะมองไม่เห็นความแตกต่างอยู่แล้ว คือ Spec ในตอนนี้นั้น ต้องบอกว่า สามารถไปใช้งานเป็น Server ได้แล้วด้วยซ้ำ มันไม่ใช่ แค่สำหรับ End User ใช้งานมือถือ เท่านั้น ต้องบอกว่าเรื่อง Spec นั้นไม่ได้เป็นจุดเด่นของแต่ละเจ้าอีกต่อไป เมื่อทุกเจ้า สามารถอัดมาได้เหมือนกันหมด จึงแทบไม่เห็นความแตกต่าง ของ Android รุ่นท็อป กับ Apple รุ่นท๊อป อีกต่อไป

พระเอกของงานตัวจริง

ต้องบอกว่า แทบจะไม่มีข่าวหลุดมาเลยสำหรับตัว AppleWatch Series 4 ที่ apple ได้เปิดตัวในปีนี้  ซึ่งทำให้โดยส่วนตัวนั้น เริ่มอยากจะหามาใช้บ้างแล้ว หลังจากไม่เคยชายตามองเลยสำหรับ Apple Watch

ข้อมูลที่เหลือเชื่อมาก  ๆ คือ apple watch นั้นเป็นนาฬิกาที่ขายดีที่สุดในโลกไปแล้วในตอนนี้  ซึ่งไม่ใช่แค่ Smart Watch เท่านั้น แต่ apple ได้ส่วนแบ่งการตลาดของวงการนาฬิกาแบบดั้งเดิมไปได้มากที่สุดไปแล้ว ซึ่งตอนเปิดตัวมาตอนแรก ไม่คิดว่า apple watch จะเดินมาได้ไกลถึงขนาดนี้

ต้องยอมรับว่า apple ทำการตลาดในเรื่อง apple watch มาอย่างดี เน้นไปในเรื่องสุขภาพอย่างเห็นได้ชัด โดยอัดเซ็นเซอร์ต่าง ๆ เข้าไปมากมายให้กับผู้ใช้ ได้วัดค่าต่าง ๆ ของร่างกายได้ง่ายยิ่งขึ้น จึงกลายเป็นตลาดขนาดใหญ่ตลาดใหม่ของ apple ซึ่งก็ต้องถือว่า apple watch นั้นเป็นผลงานชิ้นแรก ของ ทิม คุ๊ก หลังจากการจากไปของ สตีฟ จ๊อป ที่สามารถประสบความสำเร็จอย่างยิ่งใหญ่ โดยไม่อยู่ใต้เงาของผลิตภัณฑ์ที่ สตีฟ จ๊อบ เป็นผู้สร้างมา

Electrocardiogram กับก้าวที่สำคัญของ Apple Watch

ต้องบอกว่าสิ่งที่ เซอไพรซ์ที่สุดของงานปีนี้ น่าจะเป็น เซ็นเซอร์ ตัวใหม่ของ Apple Watch ซึ่งเรียกว่า Electrocardiogram หรือในศัพท์ทางการแพทย์จริง ๆ ก็คือ การวัด ECG ที่เราใช้ตรวจคลื่นหัวใจเพื่อวัดความผิดปรกติของหัวใจ

ต้องบอกว่า มีผู้คนมากมาย ในโลกนี้ ต้องจบชีวิต ไปอย่างฉับพลัน ด้วยโรคหัวใจ บางคนต้องเสียหัวหน้าครอบครัว สูญเสียคนที่ตัวเองรัก ไปแบบฉับพลัน จากโรคหัวใจ ซึ่งต้องบอกว่าจากความเปลี่ยนแปลงของโลกเราในยุคปัจจุบัน ทั้งเรื่องรูปแบบการกิน รวมถึง รูปแบบการใช้ชีวิต ทำให้คนในรุ่นใหม่ ๆ มีความเสี่ยงกับเรื่องโรคหัวใจมากยิ่งขึ้น

การที่ apple เข้ามาเจาะในตลาด Healthcare อย่างเต็มตัว รวมถึงการเพิ่มความสามารถในส่วนการวัดค่า ECG ได้ หากอย่างที่ Apple โฆษณาจริง ๆ ต้องบอกว่า เป็น Features ที่ปฏิวัติ วงการเลยก็ว่าได้ ให้คนทั่วไปสามารถ คอยมอนิเตอร์ การเปลี่ยนแปลงของคลื่นหัวใจได้ และการทำงานร่วมกับ Apple Watch ก็สามารถทำให้ส่งสัญญาณเตือนให้กับผู้ใช้ได้ โดยหากยิ่งเป็นผู้ป่วยโรคหัวใจอยู่แล้ว ถือว่าเป็นนวัตกรรมที่ช่วยเหลือผู้ป่วยโรคหัวใจได้อย่างมาก

และไม่ใช่แค่ผู้ป่วยเท่านั้น ที่สนใจที่จะซื้อ apple watch เพราะบรรดาลูกหลานต่าง ๆ ที่เป็นห่วงคุณพ่อ คุณแม่ หรือ คนเฒ่า คนแก่ ก็สามารถที่จะซื้อ apple watch เพื่อคอย มอนิเตอร์ ข้อมูลด้านสุขภาพของคนที่เค้ารักเหล่านี้ได้อย่างมีประสิทธิภาพมากยิ่งขึ้น

ซึ่งจากในงานนั้น ได้มี หมอด้านหัวใจ ออกมารับรองคุณภาพของตัวเซ็นเซอร์ตัวใหม่นี้ ซึ่งคิดว่า apple คงได้ทำการทดสอบมาอย่างดีแล้ว และทีสำคัญ ได้รับการรับรองจาก FDA ของสหรัฐอเมริกา เป็นที่เรียบร้อยแล้วด้วย ซึ่งคิดว่า เมื่อมีการวางขายอย่างเป็นทางการของ Apple Watch Series 4 แล้วนั้น คงทำให้รายได้ของ apple เติบโตไปอีกก้าวอย่างแน่นอน ไม่ได้พึ่งเพียงแค่ผลิตภัณฑ์หลักอย่าง Iphone เหมือนเดิมอีกต่อไป

 

References : apple.com

 

 

AI สามารถเอาชนะหมอได้ในการจำแนกมะเร็ง

ต้องบอกว่า AI กำลังเริ่มที่จะเข้ามามีบทบาทมากขึ้นในวงการแพทย์หลังจากผลวิจัยล่าสุดที่ชี้ให้เห็นว่า AI มีความสามารถในการวิเคราะห์มะเร็งเต้านมได้ดีกว่าแพทย์ผู้เชี่ยวชาญซะอีก ซึ่งก็ต้องบอกว่าไม่ใช่เรื่องน่าแปลกใจใด ๆ กับผลการวิจัยดังกล่าวเนื่องจาก AI ที่มีพื้นฐานจาก Machine Learning นั้น เป็นการเลียนแบบการทำงานของสมองมนุษย์เรา

แต่ทำไมถึงมีประสิทธิภาพมากกว่าล่ะ?  ก็เพราะมนุษย์ยังมีขีดจำกัดหลาย ๆ อย่างที่ไม่สามารถต่อกรกับ AI ได้เช่น หน่วยความจำ  หรือ อารมณ์ ที่มีผลเกี่ยวข้องกับประสิทธิภาพการทำงานของมนุษย์เรา

ผมได้เคยเขียน blog ที่เกี่ยวข้องกับเรื่องนี้ทั้ง  Machine Learning กับการวิเคราะห์มะเร็งเต้านม ที่เป็นงานวิจัยเมื่อหลายปีมาแล้วยังให้ประสิทธิภาพที่น่าตกใจ หรือ blog AI ตัวช่วยหรือภัยคุกคามอาชีพรังสีแพทย์  ซึ่งจะเห็นภาพได้ถึงความก้าวหน้าของเทคโนโลยีด้าน AI ที่กำลังมีบทบาทมากขึ้นเรื่อย ๆ กับวงการแพทย์ โดยเฉพาะงานที่สามารถเลียนแบบการทำงานของสมองมนุษย์ได้อย่าง การวิเคราะห์มะเร็ง จากภาพ Digital Mammogram Image

ซึ่งจาก งานวิจัย ล่าสุด ของ Babak Ehteshami Bejnordi ที่ Radbound University Medical Center ในประเทศ Netherlands นั้น ได้รายงานผลการแข่งขันในหัวข้อ การแพร่กระจายของมะเร็งในมะเร็งต่อมน้ำเหลือง ( หรือที่เรียกว่า CAMELYON16) ซึ่งการแข่งขันใช้เวลา 12 เดือน จนถึงเดือนพฤศจิกายนปี 2016

ซึ่ง CAMELYON16 นั้นเป็นการวิจัยที่ต้องหาวิธีการตรวจหาเซลล์มะเร็งในการตรวจชิ้นเนื้อต่อมน้ำเหลืองจากผู้หญิงที่เป็นมะเร็งเต้านมโดยวิธีอัติโนมัติ ซึ่งในระหว่างการผ่าตัดนั้นศัลยแพทย์ จะทำการฉีดสารรังสีและทำให้เนื้อเยื่อเต้านมที่ใกล้กับเนื้องอกกลายเป็นสีน้ำเงิน ซึ่งบริเวณเหล่านี้นั้นจะได้รับการหล่อเลี้ยงโดยระบบต่อมน้ำเหลือง โดยจะอยู่บริเวณรักแร้ ของร่างกายเรา

โดยแพทย์สามารถตรวจหาต่อมน้ำเหลืองด้วยวิธีการนับ Geiger และใช้สายตาในการวิเคราะห์ เพื่อค้นหา node ที่เป็นสีน้ำเงิน ซึ่งใช้ชื่อเรียกว่า “Sentinel Node”  โดย และขั้นตอนสำคัญสุดท้ายคือการตัดชิ้นเนื้อไปตรวจสอบโดยนักพยาธิวิทยาโดยใช้กล้องจุลทรรศน์ในการตรวจหา

ซึ่งการตรวจที่ไม่พบเซลล์มะเร็งนั้นเป็นเรื่องที่ดีอย่างแน่นอน แต่หากพบเซลล์มะเร็งใน Sentinel Node นั้น ก็อาจจะบ่งบอกพฤติกรรมถึงการแพร่กระจาย ซึ่งต้องรักษาต่อด้วยการฉายรังสี หรือ ทำการผ่าตัดต่อ ซึ่งการผ่าตัดเพื่อกำจัดต่อมน้ำเหลืองใต้วงแขนนั้นอาจจะทำให้เกิด effect ให้ผู้ป่วยแขนบวม หรือ ทำให้แขนใช้การไม่ได้ ก็เป็นได้

และจากการศึกษาในปี 2012 พบว่า หลังจากการส่งตรวจสอบโดยละเอียดจากพยาธิแพทย์พบว่า  1 ใน 4 ของผลการตรวจนั้นถูกเปลี่ยนให้กลายเป็นประเภทที่ร้ายแรงมากยิ่งขึ้น เพราะผ่านการตรวจละเอียดผ่านกล้องจุลทรรศน์ และเมื่อเปรียบเทียบกับการศึกษาล่าสุดที่อ้างอิงจากงานวิจัยในวารสาร The Journal of the American Medical Association (JAMA) การใช้เทคนิคของ Machine Learning Algorithm นั้น พบว่าในการตรวจจำนวน 129 ชิ้นเนื้อนั้น พบว่า 49 ชิ้นมีเซลล์ของมะเร็ง ส่วนอีก 80 ชิ้นนั้นไม่พบความผิดปรกติ

ซึ่งจากงานศึกษาดังกล่าวเมื่อเปรียบเทียบแล้วนั้น พยาธิแพทย์ ต้องใช้เวลาและประสบการณ์ทำงานมาหลายปี แต่ ต่างจาก AI ที่ได้รับการ trained เพียง 270 ตัวอย่าง โดย 110 ตัวอย่างที่นำมา train ผ่าน Machine Learning Algorithm นั้นจะเป็น cell มะเร็งโดยจะมีป้ายกำกับอยู่

และยิ่งเมื่อเทียบกับเวลาที่ใช้ตรวจสอบนั้น พยาธิแพทย์ ใช้เวลา 2 ชม.ในการตรวจสอบชิ้นเนื้อของคนไข้แต่ละรายใน workload การทำงานปรกติ แต่หากในกรณีพยาธิแพทย์ที่ไม่มีการ limit เวลาเพื่อให้ตรวจได้มีประสิทธิภาพมากขึ้นนั้นพบว่าใช้เวลาถึง 30 ชม.ในการตรวจสอบ

นักพยาธิวิทยา ใช้เวลาเยอะกว่า AI มากในการวิเคราะห์ผล

นักพยาธิวิทยา ใช้เวลาเยอะกว่า AI มากในการวิเคราะห์ผล

ซึ่งหากเป็น workload ปรกตินั้น พยาธิแพทย์ สามารถตรวจสอบได้ความแม่นยำ 31 ชิ้น จาก 49 ชิ้นที่เป็นเซลล์มะเร็ง แต่หากปล่อยให้มีเวลามากขึ้นและให้ตรวจสอบอย่างละเอียดนั้นสามารถตรวจได้ความแม่นยำ 46 ชิ้น จาก 49 ชิ้นที่เป็นเซลล์มะเร็ง

จะเห็นได้ว่าเรื่องของเวลานั้นก็มีผลต่อความแม่นยำในการตรวจสอบเหมือนกัน ตามภาระ workload การทำงานของพยาธิแพทย์ จึงไม่ได้รีดเอาประสิทธิภาพทั้งหมดของพยาธิแพทย์จริง ๆ หากทำงานในภาวะปรกติที่มีเวลาจำกัด

ซึ่งเมื่อเทียบกับ AI นั้น อัลกอริทึม ที่มีประสิทธิภาพสูงสุด นำเสนอโดย Harvard Medical School และสถาบัน MIT ซึ่งสามารถให้ความแม่นยำเทียบเท่าพยาธิแพทย์ ที่ใช้เวลา 30 ชม.ในการตรวจสอบในแต่ละชิ้นเนื้อ ซึ่งแต่ถ้าเทียบความเร็วนั้น AI สามารถทำได้ภายในไม่กี่วินาที

ต่างจากพยาธิแพทย์ที่ต้องใช้เวลาถึง 30 ชม.ต่อชิ้นเนื้อเพื่อให้ได้ความแม่นยำเท่า AI  ซึ่งมันเป็นไปไม่ได้ในทางปฏิบัติจริงที่พยาธิแพทย์มี workload การทำงานมหาศาล

ในเดือนกุมภาพันธ์ ปี 2017 มีอีกรายงานจากนักวิจัยจากมหาวิทยาลัยสแตนฟอร์ด ที่ได้รายงานว่าอัลกอริธึมที่ได้วินิจฉัยโรคมะเร็งผิวหนังมีประสิทธิภาพใกล้เคียงกับแพทย์ผิวหนังที่ได้รับ Certified ทางด้าน Dermatologists

จากนั้นในเดือนเมษายน ปี 2017 งานวิจัยที่นำโดย Stephen Weng จาก University of Nottingham พบว่า AI นั้นมีความสามารถในการทำนายอาการหัวใจวาย และโรคหลอดเลือดสมองในผู้ป่วยทั่วไป ซึ่ง ผลจากงานวิจัยดังกล่าวทำให้นำไปสู่แนวทางการหาทางป้องกันให้กับผู้ป่วยได้ดีขึ้น

ในเดือนกรกฎาคมปี 2017 การศึกษาของทีม Andrew Ng จากมหาวิทยาลัยสแตนฟอร์ด ได้รายงานว่า Deep Learning Algorithm นั้นสามารถที่จะตรวจพบภาวะหัวใจเต้นผิดจังหวะที่ถูกบันทึกจากเครื่อง ECG มีความแม่นยำกว่าการตรวจของหมอ

และมีการศึกษาอื่น ๆ ของทีม Andrew Ng ที่เผยแพร่ในเดือน พฤศจิกายน ปี 2017 ที่ได้รายงาน Algorithm ที่สามารถตรวจสอบหาโรคปอดบวมได้ดีกว่ารังสีแพทย์ จากการตรวจ Chest X-rays

Andrew Ng ปรมาจารย์ด้าน AI ลำดับต้น ๆ ของโลก

Andrew Ng ปรมาจารย์ด้าน AI ลำดับต้น ๆ ของโลก

และในเดือนเดียวกันนี้ Tien Yin Wong จาก Singapore National Eye Center ได้ทำการศึกษาด้วยเทคนิค Deep Learning เพื่อตรวจสอบภาพจากม่านตาที่ใช้ข้อมูลในการทดสอบกว่า 500,000 ภาพนั้น พบว่าสามารถใช้ Deep Learning ในการหาผู้ป่วยที่มีโรคเบาหวานได้จากม่านตา ได้ความแม่นยำ เทียบเท่า ผู้เชี่ยวชาญในด้านนี้

Jeffrey Golden จาก Harvard Medical School ได้กล่าวไว้ว่า “AI และการใช้เทคนิคทางคอมพิวเตอร์อื่น ๆ นั้นต้องมีการรวมเข้ากับโปรแกรมการฝึกอบรมของเหล่านักศึกษาแพทย์ ซึ่งอนาคตของนักพยาธิวิทยานั้นต้องปรับตัวในการทำงานร่วมกับ AI ในการปฏิบัติงานประจำวันของพวกเขา เพื่อให้มีประสิทธิภาพการทำงานที่ดียิ่งขึ้น ซึ่งจะเป็นผลดีกับผู้ป่วย”

งานเขียนในวารสาร New England Journal of Medicine ในเดือนกันยายนของปี 2017 นั้น Dr.Ziad Obermeyer และ Thomas Lee ได้กล่าวไว้ว่า “การเตรียมความพร้อมของนักศึกษาแพทย์ในช่วงปริญญาตรีในปัจจุบันนั้นเป็นสิ่งที่ล้าสมัยไปแล้ว ในภาวะที่เทคโนโลยีทางด้านคอมพิวเตอร์กำลังก้าวรุดหน้าไปอย่างรวดเร็ว แต่การศึกษาด้านแพทย์นั้นไม่ค่อยมีการฝึกอบรมด้าน Data Science , ข้อมูลสถิติ หรือ ด้านวิทยาศาสตร์ที่สามารถนำ computer algorithm ไปประยุกต์ใช้ในการปฏิบัติทางคลินิกได้” ซึ่งเรื่องเหล่านี้นั้นเป็นสิ่งจำเป็นที่เหล่าผู้บริหารของ Medical School รวมถึง คณบดีคณะแพทย์ในทุกพื้นที่ทั่วโลก ที่รับผิดชอบในการออกแบบหลักสูตรทางการแพทย์ควรรับฟังเป็นอย่างยิ่ง

References : cosmosmagazine.com , camelyon16.grand-challenge.org

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol