fbpx Musica come cura: l'opera in corsia | Scienza in rete

L'opera lirica dai teatri agli ospedali

Il progetto "Opera in corsia" porta brani d'opera tra i più celebri negli ospedali per confortare i pazienti, visti i benefici che l'ascolto della musica produce sul nostro benessere mentale, come mostra un numero crescente di ricerche e un recente libro di esperti italiani.

Tempo di lettura: 3 mins

Portare l'opera lirica nelle corsie d’ospedale. È lo scopo del progetto "Opera in Corsia", ideato da Edoardo Vittorio Agnelli con il supporto della Etta e Paolo Limiti Onlus e della Federazione Europea per la Ricerca Biomedica. Lo scopo è quello di ravvivare la degenza, spesso monotona, degli ospiti di ospedali o residenze sanitarie con arie tratte dal più noto repertorio operistico, da Verdi a Puccini, da Bizet a Mozart, eseguite da cantanti professionisti in costume, per rendere il tutto più credibile e coinvolgente. Come segnalano gli organizzatori del progetto, "Opera in Corsia" usa musicisti, esperti di musica e terapeuti con i quali si costruiscono percorsi musicali per i pazienti, in modo da ottenere il massimo beneficio possibile per i pazienti.

Uno dei momenti tra le esibizioni di Opera in Corsia

Sì, ma che beneficio può apportare l'Opera, e più in generale la musica? Oggi sappiamo con maggiore consapevolezza scientifica quello che già nel teatro di Epidauro emergeva, cioè che il teatro è strettamente connesso alla cura. Non è però merito del dio Asclepio, non ci sono magie o miracoli, ma il protagonista dei benefici musicali è il nostro cervello, ovvero il modo in cui interagiscono i nostri neuroni. E questo, ci sia consentito dirlo, è molto più poetico. Un flusso di idee che passa da un compositore a un interprete, si manifesta con il suono che l’aria veicola all’orecchio e poi al cervello, fino a produrre modifiche su scala neurologica. Da un cervello a un cervello, letteralmente. Ne avevamo parlato qui, recensendo i libri Neuroscienze cognitive della musica e Percezione e creazione musicale di Alice Mado Proverbio per Zanichelli. 

Non è ancora ben noto il ruolo della musica lirica, quindi del melodramma, nella musicoterapia, ma in generale il ruolo della musica è riconosciuto da tempo. Alcuni studi suggeriscono addirittura che ascoltare musica (senza distinzione di genere, ma che ci piaccia) possa aumentare la longevità delle persone. Altri studi mostrano gli effetti positivi sul dolore oncologico, la riduzione della pressione e i livelli di stress. Nei malati di sclerosi multipla, la musica sembra aiutare a diminuire ansia e depressione, mentre nei malati di Parkinson la musicoterapia è usata anche per la riabilitazione, andando a stimolare i processi legati alla respirazione, alla fonazione e all’articolazione vocale.

Si potrebbe quindi ipotizzare che il bel canto fornisca benefici analoghi. E in effetti alcuni studi segnalano che potrebbe diventare uno strumento di “rimodellamento neuroplastico”, proprio perché interagisce con il canto e il movimento. Stimolare l'immaginazione degli ascoltatori con le trame dei libretti d’opera, infatti, amplia il coinvolgimento drammatico complessivo, sul piano emotivo, sensoriale e fisico. Un libro uscito di recente, Effects of Opera Music from Brain to Body a cura di Lorenzo Lorusso, Michele Augusto Riva, Vittorio Alessandro Sironi, approfondisce questi aspetti rievando come il repertorio del Melodramma potrebbe in effetti esercitare sui pazienti un grado di coinvolgimento ancora maggiore rispetto alla tradizionale musicoterapia, con effetti importanti sia per le malattie neurodegenrrative, come Parkinson e Alzheimer, sia per le condizioni psichiatriche.

In più, dal punto di vista sintattico, è interessante notare come il nostro “parlare” si basa su momenti di tensione e momenti di distensione. Il ritmo varia a seconda del discorso, che sia una spiegazione, una declamazione, un ordine, un lamento, e così via. È ciò che avviene, senza metafore, anche in musica, dove il linguaggio armonico procede analogamente alla sintassi della lingua parlata. Anche in questo caso si alternano momenti di tensione e distensione. Non è solo un discorso di volume, ma proprio di suoni (melodia) e di loro sovrapposizione (armonia), che danno luogo a un’alternanza tra dissonanze e consonanze, come avevamo ascoltato in questo podcast.

Di seguito riportiamo un piccolo estratto divertente in cui lo stesso Paolo Limiti scherza con Riccardo Muti al riguardo.

 

Articoli correlati

Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.