Hay una necesidad urgente de herramientas que puedan predecir rápidamente las concentraciones y evaluar los impactos en la salud bajo varios escenarios de emisión, ayudando en la selección de estrategias de mitigación óptimas. Los modelos de transporte químico tradicionales (CTMs) como CMAQ son precisos pero intensivos en computación, lo que limita el análisis práctico de escenarios. Para abordar esto, proponemos un nuevo método que integra un modelo sustituto U-Net condicional con evaluaciones de impacto en la salud, lo que permite una estimación rápida de concentraciones y efectos en la salud relacionados. El modelo U-Net fue entrenado con datos de Corea del Sur de 2019, incluyendo emisiones precursoras y condiciones de frontera. Nuestro modelo mostró alta precisión y eficiencia significativa, reduciendo los tiempos de procesamiento mientras mantenía la fiabilidad. Al combinar este modelo sustituto con la herramienta BenMAP-CE de la EPA, estimamos las posibles muertes prematuras bajo varios escenarios de reducción de emisiones en Corea del Sur, extendiendo las proyecciones hasta 2050 para tener en cuenta los cambios demográficos. Además, evaluamos las reducciones de emisiones necesarias para contrarrestar el aumento de muertes prematuras debido a una población envejecida. Este marco integrado ofrece una herramienta eficiente y fácil de usar que conecta el modelado complejo de la calidad del aire con la evaluación práctica de políticas, apoyando el desarrollo de estrategias efectivas para reducir los riesgos para la salud relacionados y estimar los beneficios económicos.